84669 personnes étudient
152542 personnes étudient
20005 personnes étudient
5487 personnes étudient
7821 personnes étudient
359900 personnes étudient
3350 personnes étudient
180660 personnes étudient
48569 personnes étudient
18603 personnes étudient
40936 personnes étudient
1549 personnes étudient
1183 personnes étudient
32909 personnes étudient
基础数据量在十万级别,每天大概有三五百条的增量。
有没有针对这种小型数据量的推荐系统?或者这种根本就不需要推荐系统?
但是也需要个性化推送。
或者有什么别的方法?
认证0级讲师
据我所知和python官网上看,还没有像request,scrapy这样成熟的,或者说根本还没.
我推荐(我看过)你可以看下 <集体编程智慧> 这本书的推荐系统那章节(20-30页)就可以实现一个简单的推荐系统(书是实践性的,几乎不需要学习相关理论知识,书中的一个例子是根据电影评分给人推荐电影)
十万级别是很小的数量级,简单的算法够用,也不用考虑性能.
不好意思,仔细找找,发现还是有的,就是不知道好不好用
https://www.tensorflow.org/http://caffe.berkeleyvision.org/
可以参考下面的文章(需要翻墙),主要包括Crab,pysuggest 1.0,unison-recsys和python-recsys。Python libraries for building recommender systems
其实我觉得这种场景自己写一个吧还是 托管在Amazon云主机上面也很便宜 自己写还可以练一练机器学习算法的应用嘛
据我所知和python官网上看,还没有像request,scrapy这样成熟的,或者说根本还没.
我推荐(我看过)你可以看下 <集体编程智慧> 这本书的推荐系统那章节(20-30页)就可以实现一个简单的推荐系统
(书是实践性的,几乎不需要学习相关理论知识,书中的一个例子是根据电影评分给人推荐电影)
十万级别是很小的数量级,简单的算法够用,也不用考虑性能.
不好意思,仔细找找,发现还是有的,就是不知道好不好用
https://www.tensorflow.org/
http://caffe.berkeleyvision.org/
可以参考下面的文章(需要翻墙),主要包括Crab,pysuggest 1.0,unison-recsys和python-recsys。
Python libraries for building recommender systems
其实我觉得这种场景自己写一个吧还是 托管在Amazon云主机上面也很便宜 自己写还可以练一练机器学习算法的应用嘛