，全站应用了视差效果。 原文： Awesomeness & Usefulness for Web Developers #5 由 SegmentFault 整理编译

Mondrian使用教程通过本教程，您将了解到什么是Mondiran,及如何将mondrian支持添加到您的Java Web项目中。 在阅读本教程之前，您可能需要掌握以下概念： OLAP(联机分析处理On-Line Analytical

========================================================== 服务器操作系统 centos>redhat RHEL,即Red Hat Enterprise Linux的缩写 Red

ProjectForge是一个基于Web的项目管理解决方案包括：工时表(Timesheet)、费用管理、项目甘特图，控制和管理工程分解结构。集成JiRA做为问题管理系统。 在线演示： https://www

化。这些特点导致传统的信息检索并不能很好的满足用户需求，我们迫切需要建设旅游推荐系统（本文中度假=旅游）。 旅游推荐系统主要面临以下几点挑战： 本异地差异大。在本地生活场景中用户需求绝大部分集中在

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 项目主页： http://www

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te

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

推荐系统听上去是高大上的东西，在互联网多个场景中有广泛应用 场景1：你在google或百度的广告后台，输入一个关键词提交竞价，那么系统就会推荐很多认为你可能需要的关键词。 场景2：你在

推荐系统大全Recommender Systems

一、推荐系统概念 1、推荐系统定义 维基百科：推荐系统属于资讯过滤的一种应用。推荐系统能够将可能受喜好的资讯或实物（例如：电影、电视节目、音乐、书籍、新闻、图片、网页）推荐给使用者。 推荐系

两部分，第一部分介绍佳缘用户推荐系统的 发展历史。这部分的介绍很好地反映我们对这个问题的思考和理解过程。这期间我们走了很多弯路，但也正是这些弯路让我们积累了很多婚恋交友推荐里独特的实战 经验。第二部分

最近这两年推荐系统特别火，本文搜集整理了一些比较好的开源推荐系统，即有轻量级的适用于做研究的SVDFeature、LibMF、LibFM等，也有重量级的适用于工业系统的 Mahout、Oryx、Eas

可以说是全拜谷歌吹起了「大数据」这阵春风，近几年业界对于数据挖掘人才的需求持续高涨，而推荐系统一直是数据挖掘岗位的必修课。一联系到数据挖掘，总会给人高深莫测的错觉，以为推荐系统也是数学神童的专属领域。万万没想到，自己并不是数据挖掘科

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。感觉更像一个完整的推荐产品，包括了数据录入模块、管理模块、推荐挖掘、离线分析等，整个系统比较完备。 项目主页： http://www.open-open

Predict.io，目前最实用的开放源码推荐系统，重要的是成熟度很高并且大数据ready，原始数据存储支持Hadoop/MongoDB，支持多种单机和分布式推荐算法：协同过滤，KNN，SVD++等，支

在《程序员》杂志12期A中，我们介绍了推荐系统的数学原理和应用案例，本章将继续讲述推荐系统的应用案例。为了说明推荐系统的详细实施方案，本章首先详细介绍了一个音乐系统推荐的实施案例，之后为了让读者清晰大型推荐系统的原理，简要介绍一个淘宝周边兴趣点推荐的技术方案。

NET框架的C#开发（也有Java版本），作者基本来自德国、英国等欧洲的一些高校。 除了提供了常见场景的推荐算法，MyMediaLite也有Social Matrix Factorization这样独特的功能

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。 特性: Recommender Algorithms : User-Based Filtering and

开源的推荐系统列表