84669 人學習
152542 人學習
20005 人學習
5487 人學習
7821 人學習
359900 人學習
3350 人學習
180660 人學習
48569 人學習
18603 人學習
40936 人學習
1549 人學習
1183 人學習
32909 人學習
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
據我所知和python官網上看,還沒有像request,scrapy這樣成熟的,或者說根本還沒.
我推薦(我看過)你可以看下 這本書的推薦系統那章節(20-30頁)就可以實現一個簡單的推薦系統(書是實踐性的,幾乎不需要學習相關理論知識,書中的一個例子是根據電影評分給人推薦電影)
十萬等級是很小的數量級,簡單的演算法夠用,也不用考慮性能.
不好意思,仔細找找,發現還是有的,就是不知道好不好用
https://www.tensorflow.org/http://caffe.berkeleyvision.org/
可以參考下面的文章(需要翻牆),主要包括Crab,pysuggest 1.0,unison-recsys和python-recsys。 Python libraries for building recommender systems
其實我覺得這種場景自己寫一個吧還是 託管在Amazon雲主機上面也很便宜 自己寫還可以練一練機器學習演算法的應用嘛
據我所知和python官網上看,還沒有像request,scrapy這樣成熟的,或者說根本還沒.
我推薦(我看過)你可以看下 這本書的推薦系統那章節(20-30頁)就可以實現一個簡單的推薦系統
(書是實踐性的,幾乎不需要學習相關理論知識,書中的一個例子是根據電影評分給人推薦電影)
十萬等級是很小的數量級,簡單的演算法夠用,也不用考慮性能.
不好意思,仔細找找,發現還是有的,就是不知道好不好用
https://www.tensorflow.org/
http://caffe.berkeleyvision.org/
可以參考下面的文章(需要翻牆),主要包括Crab,pysuggest 1.0,unison-recsys和python-recsys。
Python libraries for building recommender systems
其實我覺得這種場景自己寫一個吧還是 託管在Amazon雲主機上面也很便宜 自己寫還可以練一練機器學習演算法的應用嘛