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（view,buy.rating）API收集到网站的用户行为，EasyRec通过离线分析，就可以产生推荐信息，您的网站就可以通过Recommendations和Community Rankings来进行推荐业务的实现。
-
easyrec：一个java库的推荐系统！ 一：环境搭建 安装JDK和JRE，分别安装在同一个文件夹（java）下的两个文件夹中（jdk、jre） 系统变量配置：1：新建 系统JAVA_HOME 变量→F:/java/jdk 2：系统Path 变量→编辑加入→%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin; 3：新建系统 CLASSPATH 变量→.;%JAVA_H
-
1.安装MySQL，在终端执行MySQL的时候老是说 mysql command not found 查询之后，因为mysql命令的路径在/usr/local/mysql/bin下面,所以你直接使用mysql命令时, 系统在/usr/bin下面查此命令,所以找不到了。 查询之后说是需要执行 ln -s /usr/local/mysql/bin/mysql /usr/bin 但是执行之后还是报错：l
-
下载安装好easyRec之后开始操作使用。 1.新建Tenant，按照操作执行即可。website我使用的是我本地的一个项目做测试。 2.import item，我在js里面调用官方API，第一个问题涉及到跨域问题，使用jsonp解决。 添加item 代码如下： function addItem() { var add_url = "http://localhos
-
想要在windows下安装easyrec并运行，需要安装以下软件： 1、在windows下安装tomcat，从网上下安装包解压以下即可，具体的安装步骤见百度； 2、在windows下安装java运行环境，包括jdk的安装、环境变量配置； 3、在windows下安装mysql； 4、在windows下安装maven； 5、安装IntelliJ IDEA，用来查看代码和修改； 6、测试接口用Chrom
-
基本概念： 1、operator：一个operator与easyrec服务器的一个user用户密切相关，每个operator可以创建并管理许多tenants，每个operator都会产生一个API key，每个tenant都会有tenant Id，在调用API时，API key和tenant id均需指定。 2、tenant：easyrec服务器可以向大量tenant提供推荐服务，每个tenant
-
修改： 一定注意修改的是源文件，例如，要想修改页面显示的内容，需要在路径：easyrec-code/easyrec-web/src/main/webapp/下的文件，一定是src下的，修改target下的没用，target下的文件都是编译完成后产生的，改了没用，重新编译还是会被覆盖掉。 编译： 1、在windows下进命令窗口，cd到当前工程的根目录，然后在命令窗口中输入：mvn -DskipTe
-
背景与挖掘目标 随着互联网的快速发展，用户很难快速从海量信息中寻找到自己感兴趣的信息。因此诞生了：搜索引擎+推荐系统 本章节-推荐系统： 帮助用户发现其感兴趣和可能感兴趣的信息。 让网站价值信息脱颖而出，得到广大用户的认可。 提高用户对网站的忠诚度和关注度，建立稳固用户群体。 分析方法与过程 本案例的目标是对用户进行推荐，即以一定的方式将用户与物品（本次指网页）之间建立联系。 由于用户访问网站的数
-
我将本章学到的内容都汇集成了一个Python类，虽然代码有些长，我还是贴在了这里： import codecs from math import sqrt users = {"Angelica": {"Blues Traveler": 3.5, "Broken Bells": 2.0, "Norah Jones": 4.5, "Phoenix": 5.0
-
本章将介绍协同过滤，基本的距离算法，包括曼哈顿距离、欧几里得距离、闵科夫斯基距离、皮尔森相关系数。使用Python实现一个基本的推荐算法。 内容： 推荐系统工作原理 社会化协同过滤工作原理 如何找到相似物品 曼哈顿距离 欧几里得距离 闵可夫斯基距离 皮尔逊相关系数 余弦相似度 使用Python实现K最邻近算法 图书漂流站（BookCrossing）数据集
-
Ceph 依赖 按常规来说，我们建议在较新的 Linux 发行版上部署 Ceph ；同样，要选择长期支持的版本。 Linux 内核 Ceph 内核态客户端 当前我们推荐： 4.1.4 or later 3.16.3 or later (rbd deadlock regression in 3.16.[0-2]) NOT v3.15.* (rbd deadlock regression) 3.14.
-
背景与挖掘目标 随着互联网的快速发展，用户很难快速从海量信息中寻找到自己感兴趣的信息。因此诞生了：搜索引擎+推荐系统 本章节-推荐系统： 帮助用户发现其感兴趣和可能感兴趣的信息。 让网站价值信息脱颖而出，得到广大用户的认可。 提高用户对网站的忠诚度和关注度，建立稳固用户群体。 分析方法与过程 本案例的目标是对用户进行推荐，即以一定的方式将用户与物品（本次指网页）之间建立联系。 由于用户访问网站的数
-
准备硬盘 Ceph 注重数据安全，就是说， Ceph 客户端收到数据已写入存储器的通知时，数据确实已写入硬盘。使用较老的内核（版本小于 2.6.33 ）时，如果日志在原始硬盘上，就要禁用写缓存；较新的内核没问题。 用 hdparm 禁用硬盘的写缓冲功能。 sudo hdparm -W 0 /dev/hda 0 在生产环境，我们建议操作系统和 Ceph OSD 守护进程数据分别放到不同的硬盘。如果必