协同过滤推荐算法与应用.doc

今天基于Movielens数据集把《推荐系统实践》上的部分算法实现了一下，顺便巩固python和pandas库的使用，发现书本上的代码有很多不靠谱之处（也许是我水平不够），所以基本都是自己写的，不当之

个性化推荐系统的出现提供了一个解决电子商务网站的商品信息过载问题的强大工具，而协同过滤技术被认为是最有前途的个性化推荐技术之一。文章从协同过滤技术的基本原理出发，系统评述了协同过滤各类常用算法的特点，

基于mahout的协同过滤，个性化推荐算法实现。源码是java，可单机运行

(NetflixPrize中的协同过滤算法.zip)个人收集，仅用学习使用，不可用于商业用途，如有版权问题，请联系删除！

使用matlab实现item-basedcollaborativefiltering，实验数据集为movielens100k。

使用matlab编写了启发式协同过滤算法，使用movielens100k实验数据集。

User-based collaborative filtering algorithm-matlab

协同过滤技术基于用户的评分历史预测用户对某一项目的评分。基于用户的协同过滤技术可以利用传统的欧氏距离发现与用户的兴趣相近的近邻。针对欧氏距离并不能很好地反应用户之间的近邻关系的问题,一种新颖的基于欧氏

这篇论文是北大博士吴金龙的毕业论文，主要讲的是各种推荐系统中的流行算法

本项目需要在Test.txt文件中预测未知的评分(u, i)。您可以使用从课程或其他资源(如MOOC)学到的任何算法。一个小组(最多三个学生)需要撰写一份报告，介绍这个项目。建议使用基于用户的协同过滤