当前访客身份:游客 [ 登录 | 加入开源中国 ]

开源项目

当前位置:
开源软件 » 分类导航 » 程序开发 » 推荐引擎

软件分类

共有19 推荐引擎开源软件,第1

软件过滤: 排序: 收录时间 | 浏览数
  • 开源机器学习项目 Oryx

    Oryx的目标是帮助Hadoop用户搭建并部署能够实时查询的机器学习模型,例如垃圾邮件过滤和推荐引擎。随着数据的不断流入,Oryx还将支持自我更新。 无论从建模还是部署,Oryx都可以随需扩展,Owen认为这是Oryx与Hadoop的传统“甜蜜点”——探索性分析和运营性... Oryx 更多Oryx信息

    最近更新: Cloudera为Hadoop带来机器学习开源工具Oryx 发布于 3年前

  • .Net 动态脚本引擎 NScript

    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。 在互联网项目可以用来做动态营销活动(营销业务解耦和剥离),规则引擎,流程引擎,windows运维脚本,源码式插件开发等。 使用方式 包括exe Main方式,程序集方式,... NScript 更多NScript信息

    最近更新: NScript —— .Net 动态脚本引擎 发布于 6个月前

  • 机器学习库 Apache Mahout

    Apache Mahout 是 Apache Software Foundation (ASF) 开发的一个全新的开源项目,其主要目标是创建一些可伸缩的机器学习算法,供开发人员在 Apache 在许可下免费使用。该项目已经发展到了它的最二个年头,目前只有一个公共发行版。Mahout 包含许多实现,包... 更多Apache Mahout信息

    最近更新: 使用 mahout 的 kmeans 算法对文章聚类分析 发布于 5个月前

  • 推荐系统的算法库 MyMediaLite

    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: 评分预报 (1-5) 通过一些隐式的反馈进行预测 更多MyMediaLite信息

    最近更新: MyMediaLite 3.0 发布,推荐系统的算法库 发布于 5年前

  • 机器学习平台 GraphLab

    GraphLab 是一个机器学习平台,主要是图模型方面的计算。 GraphLab 是另一种有趣的MapReduce抽象实现,侧重机器学习算法的并行实现。GraphLab中,Map阶段定义了可以独立执行(在独立的主机上)的计算,Reduce阶段合并这些计算结果。 Designing and implem... GraphLab 更多GraphLab信息

    最近更新: 【每日一博】Graphlab 实现分析:图的存储二 发布于 3年前

  • 开源推荐系统 Myrrix

    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服务层 更新机器学习模型。Myrrix使用这两... Myrrix 更多Myrrix信息

  • 推荐系统 EasyRec

    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就可以很方便的集成到网站中。通过各种不同的数据收集(... EasyRec 更多EasyRec信息

  • Python 的推荐系统 Crab

    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, Crab的python代码看上去很清晰明了,适合一读。 介绍via resychina... Crab 更多Crab信息

  • 推荐系统 SVDFeature

    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, 是单模型推荐算法中精度最高的一种。SVDFeature代码精炼,可以用相对较少的内存实现较大规模的单机版矩阵分解运算。 另外含有Log... SVDFeature 更多SVDFeature信息

  • 开源推荐系统 LensKit

    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, 他们的推荐系统团队,在学术圈内的影响力很大,很多新的学术思想会放到这里 LensKit 更多LensKit信息

  • 推荐系统 Wuawua

    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。 包含的推荐算法如下: SVD:ParallelSGD(已实现)、SVD、SVD++ Matrix Factorization; RBM(V0.2.0推出),我们发展的重点; 分布式方案: Hadoop、Hbase Spark或者H... 更多Wuawua信息

  • 推荐系统 Java 库 LibRec

    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 (评分排行预测) 和 item ranking (项目排行),其内置了经典的机器学习算法。 特点: 1.跨平台: 作为一个Java软件, LibRec 能部署到任何平台上,包... LibRec 更多LibRec信息

  • 推荐系统 LibFM

    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) 介绍 via resyschina LibFM 更多LibFM信息

  • 推荐系统 LibMF

    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: 除了潜在用户和项特性,还包括了用户偏好,项偏差和平均条件 LIBMF 可以在一个多核机器上并行执行 LibMF的作者是大名鼎鼎的台湾国立大... LibMF 更多LibMF信息

  • 基于 PostgreSQL 的推荐引擎 RecDB

    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-用户协作过滤、项目项目协作过滤、奇异值分解等。 使用 RecDB 开发的应用可生成在线和灵活的个性化推荐到最终用户,使用和配置简单... 更多RecDB信息

    最近更新: RecDB 0.2 Alpha 发布,基于 PG 的推荐引擎 发布于 3年前

  • 基于 ruby/redis 的推荐引擎 recommendify

    recommendify 是基于 ruby/redis 的推荐引擎  (协同过滤)。 更多recommendify信息

  • 推荐系统 CofiRank

    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 Factorization,可以用多个方式去扩展: Cofi 使用先进的优化技术 Cofi 可以进行结构化的预测 Cofi 可以很方便的利用并行的多核机器或... 更多CofiRank信息

  • Scala 机器学习框架 Conjecture

    Conjecture 是 Esty 开发的构建机器学习模型框架,在 Hadoop 中使用 Scalding DSL 构建。Conjecture 的目的是允许静态统计模型在广泛的产品设置中作为可变组件。应用包括等级,分类,推荐系统,评价,过滤和回退。Conjecture 主要强调灵活性,可以处理大范... 更多Conjecture信息

  • 高性能树型协议处理引擎 KNVProtoEngine

    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。 应用特性 正如NoSQL对SQL的彻底变革一样,KNV是对Key-Value的彻底变革! 大家都很熟悉Key-Value系统,但KV操作极不方便: -- 你不得不自己做乐观锁(读返回seq->修改->带... 更多KNVProtoEngine信息