文件名称：RecommendationSystem:使用基于Spark的协作过滤的图书推荐器系统
文件大小：49.93MB
文件格式：ZIP
更新时间：2024-03-31 09:18:05
系统开源
火花书推荐系统 项目简介 基于Spark，Python Flask和和的在线图书推荐系统。 该图书推荐系统参考 修改数据处理部分，重建支持 。 适合初学者学习如何构建一个推荐系统，此处底下附有其他数据，可供参考学习。 如果觉得好，请给项目点颗星来支持吧～～ 基于模型的应用---图书推荐 本文实现对用户推荐图书的简单应用。 推荐算法： 在我们的在线图书推荐系统中，我们借用Spark的ALS算法的训练和预测函数，一旦收到新的数据后，将其更新到训练数据集中，然后更新ALS训练得到的模型。 假设我们有一个一组用户，他们表现出了对一组图书的喜好。用户对一本图书的喜好程度发生，就会给其更高的评分，范围是从1到5。所有的评分范围从1到5，5代表喜欢程度最高。来一个它（行1）对第一个图书（列1）。的评分是4。空的单元格代表用户未给图书评价。 矩阵因子分解（如奇异值分解，奇异值分解+ +）将项和用户都转化成
【文件预览】：
RecommendationSystem-master
----server.py(1KB)
----download_dataset.sh(346B)
----app.py(2KB)
----experiment()
--------test_rank.py(2KB)
----images()
--------example1.png(64KB)
--------itemcf.jpeg(7KB)
--------ALS_Image_Test.png(189KB)
--------example2.png(121KB)
--------usercf.jpeg(8KB)
--------ALS.jpeg(119KB)
----BX-CSV-Dump.zip(24.88MB)
----start_server.sh(103B)
----engine.py(6KB)
----requirements.txt(64B)
----README.md(10KB)
----user_ratings.file(55B)
----datasets()
--------BX-CSV-Dump()