这个Repository包含了我在推荐系统学习和工作中的一些Project的整理, 如果您觉得不错,求个star
状态:整理中
项目简介:知识点简单应用
Github:https://github.com/wangyang0922/BI/Knowledge
状态:已整理
主要技术:Python / jieba / TF-IDF / MultinomialNB / KMeans / editdistance / TopN
项目简介:通过分析不同机构发布的文章,判断是否有文章抄袭的情况,并找到原文和抄袭的文章,以及具体相似的句子。可以应用于毕业论文查重,IP作品及文本抄袭检测
主要工作:对采集的文档s进行数据清洗,采用TF-IDF提取文本特征,使用朴素贝叶斯分类器进行写作风格分类,并针对模仿自己写作风格的文章进行抄袭检测。先采用聚类算法对文档进行聚类降维,针对预测写作风格一致的作品,进行相似度检测及编辑距离检测
Github:https://github.com/wangyang0922/BI/TextSimilarityDetection
状态:已整理
主要技术:Python / apriori / one_hot_encoding
电影数据集关联规则挖掘:采用Apriori算法,分析电影数据集中的导演和演员信息,从而发现导演和演员之间的频繁项集及关联规则
Github:https://github.com/wangyang0922/BI/MovieActors
主要工作:采用Item-based CF方法,对Santandery银行的用户产品购买数据进行分析,并对未来可能购买的产品进行预测
Github:https://github.com/wangyang0922/BI/Santandery
主要工作:基于矩阵分解的协同过滤算法(ALS,SVD,SVD++,FunkSVD) 给Netflix网站进行推荐算法,RMSE降低到0.9111
Github:https://github.com/wangyang0922/BI/Netflix
###4: [Avazu-Ctr-Prediction] CTR广告点击率预测
主要工作:采用基于神经网络的DeepFM算法,对DSP公司Avazu的网站的广告转化率进行预测,项目中使用了线性模型及非线性模型,并进行了对比分析
Github:https://github.com/wangyang0922/BI/Avazu-Ctr-Prediction
主要工作:通过时间序列算法,分析北京、上海、广州过去4年(2015.8-2019.12)的房屋历史价格,预测未来6个月(2020.1-2020.6)不同区的价格走势
Github:https://github.com/xxx/House-Price-Prediction
主要工作:通过PageRank算法分析邮件中的人物关系图谱,并针对邮件数量较大的情况筛选出重要的人物,进行绘制
Github:https://github.com/xxx/PageRank
信用卡违约率分析:针对**某银行信用卡的数据,构建一个分析信用卡违约率的分类器。采用Random Forest算法,信用卡违约率识别率在80%左右:https://github.com/xxx/credit_default
信用卡欺诈分析:针对欧洲某银行信用卡交易数据,构建一个信用卡交易欺诈识别器。采用逻辑回归算法,通过数据可视化方式对混淆矩阵进行展示,统计模型的精确率,召回率和F1值,F1值为0.712,并绘制了精确率和召回率的曲线关系:https://github.com/xxx/credit_fraud
比特币走势分析:分析2012年1月1日到2018年10月31日的比特币价格数据,并采用时间序列方法,构建自回归滑动平均模型(ARMA模型),预测未来8个月比特币的价格走势。预测结果表明比特币将在8个月内降低到4000美金左右,与实际比特币价格趋势吻合(实际最低降到4000美金以下):https://github.com/xxx/bitcoin