编程之家(jb51.cc)编程百科栏目主要推荐程序员常用编程技术介绍,以下是程序开发相关编程语言,主要信息提供给程序员快速了解所需要学习的编程技术语言。
温馨提示:该项目已停止维护,请谨慎使用。 Wuawua推荐系统是一个可配置的推荐系统,部分功能源于oryx,但核心的推荐算法将全部更新。
LIBMF 是在潜在空间使用两个矩阵,接近一个不完全矩阵。Matrix Factorization 主要用在协作过滤,LibMF 主要特性如下:
LibRec 是一个用于实现推荐 recommender 系统的Java库包,实现推荐系统的两个经典问题: rating prediction
系统的Tutorial可以看这里: http://muricoca.github.io/crab/ Crab是基于Python开发的开源推荐软件,其中实现有item和user的协同过滤。据说更多算法还在开发中,
CofiRank 或者说是 cofi ,是协作过滤解决方案,会根据用户或者其他用户的评级去预测用户的喜好。这个方案是基于 Matrix
SVDFeature 是基于协作过滤和排序的工具包,包含一个很灵活的Matrix Factorization推荐框架,能方便的实现SVD、SVD++等方法,
recommendify 是基于 ruby/redis 的推荐引擎 (协同过滤)。
KNV是一个模式自由的高性能树型协议处理引擎,是对Key-Value的一个通用结构化扩展。
LensKit 是开源构建,研究,学习推荐系统,这是系统是 Java开发的,来自美国的明尼苏达大学,也是推荐领域知名的测试数据集Movielens的作者,
Myrrix是一个完整的、实时的、可扩展的集群和推荐系统,基于Mahout实现。 主要架构分为两部分:服务层:在线服务,响应请求、数据读入、提供实时推荐;计算层:用于分布式离线计算,在后台使用分布式机器学习算法为
RecDB 是一个基于 PostgreSQL 9.2 构建的推荐引擎。运行应用开发者构建推荐应用,并提供很多广泛使用的推荐算法,例如用户-
EasyRec是一个易集成、易扩展、功能强大且具有可视化管理的推荐系统。EasyRec可以同时给多个不同的网站提供推荐服务,通过tenant来区分不同的网站。架设EasyRec服务器,为网站申请tenant,通过tenant就可以很方便的
LibFM是专门用于矩阵分解的利器,尤其是其中实现了MCMC(Markov Chain Monte Carlo)优化算法,比常见的SGD(随即梯度下降)优化方法精度要高(当然也会慢一些)
ElasticCTR 是基于 Kubernetes 的企业级推荐系统解决方案,该方案融合了百度业务场景下经过不断验证打磨的 CTR
NScript 是 .net 动态脚本引擎, 解决.net环境windows系统下类似java中Grovvy的功能和方向。
Surprise是一个基于Python scikit构建和分析推荐系统。 设计时考虑到以下目的: 让用户完美控制他们的实验。为此,我们非常强调文档,我们试图通过指出算法的每个细节尽可能清晰和准确。
MyMediaLite 是一个轻量级的多用途的推荐系统的算法库。 它解决了两个最常见的场景的协同过滤: