文件名称：Recommendation-Engines:＃此存储库包含不同推荐引擎算法的实现
文件大小：56.38MB
文件格式：ZIP
更新时间：2024-05-29 12:09:01
collaborative-filtering recommendation-system recommendation-engine recommendation-algorithms apriori-algorithm
推荐引擎 在协作过滤和基于关联的算法上实现了不同的推荐引擎模型。 1-使用汉明距离基于最近邻居的协作过滤。 2-使用Pearson相关性基于最近邻居的协作过滤。 3-基于潜在因子的协同过滤（它解决了稀疏矩阵问题，并且效率很高）。 4-基于回归的协同过滤，并使用梯度下降算法来降低成本。 5-基于Apriori关联的基于关联的推荐引擎。
【文件预览】：
Recommendation-Engines-master
----LatentFactor-CollaborativeFiltering-RE()
--------README.md(209B)
--------Dataset()
--------LatentFactorsModel_After.ipynb(23KB)
--------LatentFactorsModel_Template_from_Nearest_Neighbors.ipynb(16KB)
----Collaborative-Filtering-RE-HammingDistance()
--------README.md(159B)
--------NearestNeighborModel.ipynb(65KB)
--------Dataset()
----Collaborative-Filtering-RE-Pearson()
--------datasets()
--------README.md(121B)
--------Collaborative Filtering Recommendation Engine.ipynb(64KB)
----README.md(645B)
----Apriori_Association_Based_rec_Engine()
--------.ipynb_checkpoints()
--------datasets()
--------AssociationRules.ipynb(48KB)
----CollaborativeFilteringGradientDescent()
--------.ipynb_checkpoints()
--------data()
--------notebookForRE.ipynb(118KB)