recommender_system_with_Python

推荐系统使用Python系统与Python

每个文件的数据描述

每个文件的描述发布在https://lsjsj92.tistory.com/博客上。请注意，详细地址位于每个文件的顶部。

1。推荐系统基本

• 推荐系统基本类型简介：理论
  • 基于内容的过滤
  • 协作过滤

2。推荐系统基本与Python -1基于内容的过滤

• 使用Python实施基于内容的过滤
• 在Kaggle中使用电影数据集

3。推荐系统基本与Python -2协作过滤

• 使用Python实施协作过滤
• 电影数据集，Movielens数据集

4。推荐系统基本与Python -3矩阵分解

• 使用Python的矩阵分解实现和理论描述
• 电影数据集，Movielens数据集

5。新闻推荐人

• 使用NAVER新闻数据应用推荐系统
• 使用嵌入方法，例如doc2vec

6。深度学习建议系统

• 基于深度学习的推荐系统利用率示例代码
• Keras使用

7。宽而深的推荐系统

• 基于宽和深纸的实施系统模型
• 在仅维护概念的同时实施
• 使用Keras

8。带凯拉斯的简单书籍推荐系统

• 简单的建议系统实施使用Kaggle中的书籍数据
• 可以使用Keras制成的基本推荐模型代码

9。使用chatgpt的推荐系统

• 推荐系统使用chatgpt
• https://lsjsj92.tistory.com/657

10。基于LLM的解释性recsys

• 授予使用LLM解释推荐系统的可能性
• Langchain，GPT-4O
• https://lsjsj92.tistory.com/670