Hounder是一个完善的搜索系统，Hounder只会检索那些出现在互联网上的文档，并通过一个简单的网页来展示搜索结果。能够完美与其它项目相结合。它在各方面的设计都是规模级的包括：索引网页的数量，检索

FreeCMS项目是为了致力于打造更好的中国开源免费CMS而发起的。这个项目的目标是提供一个安全，实用有效和可扩展的CMS系统。 FreeCMS的特点:公开源码、免费使用、代码通俗易懂、注释详细、面向二次开发友好! 安装完打开浏览器，输入

Ametys是一个Java开源的Web内容管理系统（WCMS），拥有一个友好的用户界面。 Ametys超过30万个网站在使用。 项目主页： http://www.open-open

uPortal 是由(JA-SIG)开发的基于的Java, XML, 和XSL的门户系统项目， 发行版包括WEB服务频道，权限，用户组管理等等。UPortal让你可以自己增加你的机构需要的新特性。它着

μJavaActors 是 actor 系统的一个简单的 Java 实现。只有 1,200 行代码，μJavaActors 虽然很小，但很强大。在下面的练习中，您将学习如何使用 μJavaActors

JForum 是采用Java开发的功能强大且稳定的论坛系统。它提供了抽象的接口、高效的论坛引擎以及易于使用的管理界面，同时具有完全的权限控制、 多语言支持（包括中文） 、高性能、可自定义的用户接口、安全、

开源基于Java的CRM系统,有CRM所有功能,并且有报表和移动端 特性： End to end sales cycle management from campaigns, leads, Opportunity

Scarab是一个非常灵活的issue管理系统.它具有以下特点: 1.其它系统一样都具有的特点:数据的输入,查询,报告,通知到相关的当事人,注释的协作积累,依赖追踪等. 2.Scarab通过一组管理页面可无限制地

整个控件分成几个部分，座位图区域、座位缩略图区域、行号区域、屏幕区域 1、座位图可以自由的移动缩放，放大缩小移动后会自动回弹到合适的位置，选中座位会自动放大到合适比例。 2、行号部分跟着座位图缩放以及上下移动，屏幕区域跟着座位图左右移动缩放。 3、当手指按下的时候会出现缩略图，缩略图上有个红色的方框表示，当前能看到的区域，并且跟随缩略图的移动。

数据挖掘机器学习 236347059 推荐系统 274750470 36大数据  80958753 Github 推荐系统 推荐系统开源软件列表汇总和评点 http://in.sdo

com/articles/jvmoption-2.html 在关键的业务系统里，除了继续追求技术人员最爱的高吞吐与低延时之外，系统的稳定性与出现问题时排查的便捷性也很重要。 这是本文的一个原则，后面

工作现状，聊了我个人对大数据和推荐系统的一点感悟。后来想，不如就放在这里，让大家都看到，包括我团队的其他人，也省的我一遍又一遍的在不同场合说。 1. 大数据和推荐系统在实际工业产品中的定位 一句话

MyMediaLite 是一个轻量级的多用途的推荐系统的算法库。 它涉及两个协同过滤中最常见的场景： 等级预测 (1-5 范围星型评分) 通过一些点击、喜好、价格等因数的反馈进行预测 MyMediaLite

Recommender Systems 如今，到网上购物的人已经习惯了收到系统为他们做出的个性化推荐。Netflix 会推荐你可能会喜欢看的视频。TiVo 会自动把节目录下来，如果你感兴趣就可以看。Pandora

在推荐系统简介中，我们给出了推荐系统的一般框架。很明显，推荐方法是整个推荐系统中最核心、最关键的部分，很大程度上决定了推荐系统性能的优劣。目前，主要的推荐方法包括：基于内容推荐、协同过滤推荐、基于关联

根据用户之前的回答历史， 我们可以把 Stack Exchange 的新问题推荐给一个能够回答的用户，这与亚马逊通过你之前的购买记录给你提供推荐很相似。不知道 Stack Exchange 是做什么的？ - 它

文/陈运文 在推荐系统实际运用中，各种混合技术是其中一项极为重要的核心技术。在工程实践中我们发现，混合技术对提升推荐效果、改进推荐系统的性能等都有重要意义，因此本文对该专题进行如下的一些总结和介绍。

Netflix的推荐和个性化功能向来精准，前不久，他们公布了自己在这方面的系统架构。 3月27日，Netflix的工程师 Xavier Amatrain 和 Justin Basilico 在官方博客

内容管理系统（CMS）广泛应用于企业网站、个人网站、博客、电子商务网站等内容更新频繁的网站，可以轻松处理大量的数据请求，实现便捷管理。 本文为你整理了一些用 PHP 编写的开源 CMS，你可以用于

LibMF在矩阵分解的并行化方面作出了很好的贡献，针对SDG优化方法在并行计算中存在的locking problem和memory discontinuity问题，提出了一种矩阵分解的高效算法，根据计算节点的个数来划分评分矩阵block，并分配计算节点。