【文件属性】：
文件名称：rock_climbing_recommendation_system:基于用户的攀岩路线协同推荐系统
文件大小：66.76MB
文件格式：ZIP
更新时间：2021-03-11 18:13:07
系统开源
国际攀岩推荐系统
攀岩运动的受欢迎程度一直在稳步增长。 IBISWorld估计，从2012年至2017年，美国室内攀岩墙行业的年均增长率为 。 2015年，在全美最受欢迎的运动（体育活动委员会和PHIT America）中，它在111种运动中排名第17位。 然而，即使这种流行度增加，大多数国际攀岩网站仍缺乏攀岩推荐系统。 在这个项目中，我将为8a.nu网站创建一个推荐系统，该系统将帮助登山者确定一些独特的国际登山目标。
1.资料
8a.nu是全球最大的国际攀岩网站之一。 这个Kaggle网络抓取项目有超过400万条爬升和等级条目，足够开发一个好的预测模型。 要查看8a.nu网站，由David Cohen创建的原始Kaggle四个SQLite表或使用Kaggle API的导入报告，请单击以下链接：
2.方法
目前，实践中使用了三种主要的推荐器类型：
基于内容的过滤器：向用户推荐与以前“喜欢
【文件预览】：
rock_climbing_recommendation_system-master
----final_report_canva.pdf(20.57MB)
----predictions.ipynb(32KB)
----8. project_docs()
--------final_report_canva.pdf(20.57MB)
--------captsoneslideshow.pdf(23.15MB)
--------Milestone Report.pdf(110KB)
--------Capstone 1 Proposal.pdf(73KB)
--------final_report_worddoc.pdf(314KB)
----1. importing_data()
--------8a_nu_import_data.ipynb(25KB)
----README.md(11KB)
----3. EDA()
--------1x_name_filter_EDA.ipynb(137KB)
--------8a_nu_EDA.ipynb(129KB)
----7. Hypothesis_test()
--------Tall_vs_Short_Climbing_Grades.ipynb(198KB)
----4. machine_learning()
--------create_top_ten_df.ipynb(30KB)
--------rec_system_8a_nu.ipynb(671KB)
----6_README_files()
--------star_counts.png(219KB)
--------user_count.png(37KB)
--------user_CST.png(24KB)
--------accuracy.png(52KB)
--------forumla.png(15KB)
--------star_count.png(59KB)
--------matrix_example.png(17KB)
--------algo.png(55KB)
--------cover_photo.png(421KB)
--------20user_thresh.png(46KB)
--------predictions.png(95KB)
--------route_count.png(47KB)
----2. data_cleaning()
--------8a_nu_data_cleaning.ipynb(251KB)
--------1x_name_filter_8a_nu_data_cleaning.ipynb(84KB)
----5. functions()
--------cold_start_thresholds.py(10KB)
--------final_ml_predict.py(7KB)
--------function.py(14KB)
----rec_system_8a_nu.ipynb(671KB)