orange.lpai
- 浏览: 89860 次
- 性别:
- 来自: 上海
-
最新评论
-
forever1220：
你好 请教你可以直接使用weka 对微博话题文本进行情感极性 ...
Weka初步 -
orange.lpai：
从情感分类一般有两种思维方式，一种是构造情感词库来分类；另一种 ...
Java自然语言处理 LingPipe -
申公子：
你好 请问lingpipe怎么做中文章正负面判定？ 是不是做 ...
Java自然语言处理 LingPipe -
申公子：
你好 请问就lingpipe中文分词 情感分析方面的问题和你讨 ...
Lingpipe中的spell模块-搜索建议 -
nextw3：
应该说，和数据挖掘只粘一点边..
程序员应知 -- 如何分析海量数据
相关推荐
基于 Apache Mahout 构建社会化推荐引擎
具体步骤，参见博客：http://blog.csdn.net/fufengrui/article/details/17022535
#资源达人分享计划#
同时在理论讲解的基础上，还会结合 Apache Mahout 介绍如何在大规模数据上实现各种推荐策略，进行策略优化，构建高效的推荐引擎的方法。本文作为这个系列的第一篇文章，将深入介绍推荐引擎的工作原理，和其中涉及的...
教你成功运行mahout的taste webapp例子，网上的很多资料说的不清楚，或者版本冲突。正确的版本是jdk1.6 maven3.0.5 mahout0.5 。 摸索良久，亲测有效！
“基于 Apache Mahout 构建社会化推荐引擎”中的“使用 Taste 构建推荐引擎实例 – 电影推荐引擎”的工程文件，环境：MyEclipse8.5+JDK1.6+TOMCAT6。直接下载，用MyEclipse导入项目即可。
推荐引擎服务API Apache Mahout建议（ ）作为与dropwizard（ ）一起提供的RESTful Web服务。 要求 Java 1.7 Postgres数据库服务器（必需） 评分表或视图，例如“ user_id，item_id，评分...” 设置 使用您的设置...
recommenderApache Mahout 推荐引擎 基于用户评分数据推荐相关电影
(1)推荐引擎的组成部分： （1）datamodel 数据模型 （2）userSimilarity 通过datamodel构建一个用户相似度模型 （3）neig
它实现的算法都被归入机器学习或者集体智慧的范畴，但是在这里Mahout主要注重协同过滤/推荐引擎、聚类和分类。 Mahout是可伸缩的。Mahout致力于实现海量数据，单机无法处理情况下的机器学习工具。在目前阶段，这种...
- 利用Mahout强大的推荐引擎，实现个性化的电影推荐 - 清晰的文件结构，易于维护和扩展 - 前后端分离的设计，保证了系统的灵活性和响应速度 MovieRecommender适用于任何对电影推荐系统感兴趣的爱好者或专业人士，是...
mahout in action英文正版电子书，书中附带多个基于mahout的推荐系统源码，是一本学习推荐系统，上手推荐系统的圣经！
自定义文件模型Mahout 用于 mahout 推荐引擎的 CustomFileDataModel，它索引现实生活中的数据，即 UserId、ItemId 到与 mahout FileDataModel 兼容的 data(long)。
spring-boot-starter-recommender Spring Boot Starter，用于将Mahout用作基于项目的协作过滤的推荐引擎。
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。...
math、collections模块采用FP-bonsai pruning而实现更快的频 繁模式增长（Frequent Pattern Growtt）算法并行计算Dirichlet 聚 类算法（基于模型的聚类算法）并行计算基于共现算法的推荐引擎结合基于LLR的ngram生成...
这就可以代表很多东西,但此时此刻,我们关心Mahout的主要部分是：协同过滤（CF）/推荐引擎（recommender）,聚类（clustering）和分类（classification）。 它具有很强的扩展性。当被处理的非常巨大的数据量，对单个...
推荐引擎利用特殊的信息过滤（IF，Information Filtering）技术，将不同的内容（例如电影、音乐、书籍、新闻、图片、网页等）推荐给可能感兴趣的用户。通常情况下，推荐引擎的实现是通过将用户的个人喜好与特定的...
mahout in action 英文完整版（2012），自然语言处理，协同过滤，推荐引擎，聚类，分类