推荐系统的总结，后面会持续更新。
推荐概念
信息过滤系统解决信息过载用户需求不明确的问题
* 利用一定的规则将物品排序展示给需求不明确的用户
推荐搜索区别
* 推荐个性化较强，用户被动的接受，希望能够提供持续的服务
* 搜索个性化弱，用户主动搜索，快速满足用户的需求
## 推荐和web项目区别
* 构建稳定的信息流通通道
* 推荐信息过滤系统
* web对结果有明确预期
* 推荐结果是概率问题
## Lambda架构介绍
2021-01-28 05:00:14
6KB
1
大数据项目电商推荐系统经修改过的源码，已运行出来，论文可联系我获取。
免积分下载，如遇需要积分是csdn根据下载量自动累加设置的，请联系我设置免积分下载。
文章链接https://blog.csdn.net/qq_43265673/article/details/101790686
2021-01-28 04:18:38
8.09MB
1
基于深度学习的监督学习，使用梯度下降、ALS、LFM算法，使用AngularJS2生成前端框架，数据库为MongoDB，使用ElasticSearch作为搜索服务器，Redis作为缓存数据库，其中包括Spark的离线统计服务、Azkaban的工作调度服务、Flume的日志采集服务、Kafka作为消息缓冲服务，全局采用Scala编写，Java作为Tomcat部署使用，实现离线推荐、实时推荐、服务器冷启动问题解决。
2021-01-28 04:17:55
250.79MB
1
该资源是基于物品的协同过滤算法，使用的是spark2.x环境，需要自己配置好环境，数据需要自己找，根据代码中的sql语句创建字段即可。环境配置好可以直接运行
2021-01-28 04:17:02
1.19MB
1