推荐系统_淘宝

本书通过大量代码和图表全面系统地阐述了和推荐系统有关的理论基础，介绍了评价推荐系统优劣的各种标准（比如覆盖率、满意度）和方法（比如 AB 测试），总结了当今互联网领域中各种和推荐有关的产品和服务。另外

图书推荐系统 数据

很好的解释了推荐系统中常用的概念，是学习推荐系统必备书之一

使用深度学习网络进行个性化推荐，网易考拉推荐。使用FNN和RNN

微博、博客、音乐等常见推荐系统所用算法，适合架构师、开发人员想转机器学习的人员

推荐系统实践偏向于实践应用。该书数学公式不多，简单易懂。适合入门。

高考志愿推荐系统，eclipse打开，包含了客户端以及服务器端

但是，用户面对着系统推荐的物品，心里可能会产生疑惑：为什么向我推荐这些内容。为了使得推荐内容更容易被用户所接受，通常在给用户推荐的同时，加上相应的解释。例如，推荐电影时加上“95%的用户观看后表示喜欢

详细介绍了推荐系统的前因后果，其中主要涉及基于项目的协同过滤，和基于用户的协同过滤。

该数据集几乎包含了目前网络上流传的所有推荐系统数据集，包括Epinions，MovieLens，delicious，lastfm，YahooMusic，ml-100k，ml-latest-small等