Над 4 милиона заглавия на английски и други езици! Открийте новата си история още днес! Безплатна доставка за поръчки над 69.99€

Проверка на състоянието на поръчката

Станете част от общност от любители на книгите от цял свят и получавате много предимства. Създай на безплатен акаунт

Безплатна доставка със Еконт над 69.99 €

Куриер Speedy 3.49 € Пункт на Speedy 3.49 € ЕКОНТ 3.99 € Еконтомат/Офис на Еконт 3.99 € Ekont Box 3.99 € Sameday 3.99 € Sameday box 3.99 € Box Now 3.99 €

Контакт

Как се пазарува?

Помощ

Моят акаунт

▸ Празна :-(

Big Data Recommender System

Name: Big Data Recommender System
Brand: LAP Lambert Academic Publishing
SKU: 20155473
Price: 37.71 EUR
Availability: InStock
Author: Atanas Atanassov
ISBN: 9786139883646

Atanas Atanassov

Kamal Al-Barznji

Език

Английски език

Книга С меки корици

Код Либристо: 20155473

Издателство LAP Lambert Academic Publishing, ноември 2017

Recommendation Systems provide the facility to understand a person's taste and find new. As one of t... Цялото описание

Код Либристо: 20155473

91 b

37.71 €

73.76 лв

Външен склад Изпращаме след 5-8 дни

30 дни за връщане на стоката

Клиентите са закупили също

Everlasting Love - Ruf der Unterwelt Lauren Palphreyman

Adobe ePub DRM

17.36 € 33.94 лв

Guide de l'Etranger A Bordeaux Et Dans Le Departement de la Gironde, (Ed.1865) Charles Cocks

С меки корици

26.19 € 51.22 лв

Breve Historia del Romanticismo, Realismo, Impresionismo Y Modernismo Taranilla de la Varga

С меки корици

21.64 € 42.33 лв

Pensamento Educacional e Contemplacao de Bankim Chandra Chattopadhyay Roy Prohlad Roy

С меки корици

35.85 € 70.12 лв

Reise Nach Innerarabien, Kurdistan Und Armenien Eduard Nolde

С меки корици

33.01 € 64.56 лв

Enseigner Intelligemment les mathématiques: Nombre, numérations, opérations Pierre-Olivier Legrand

С меки корици

31.05 € 60.72 лв

Batman - One Bad Day: Catwoman Jamie McKelvie

С твърди корици

16.58 € 32.43 лв

Digijalkakauppa

С меки корици

18.85 € 36.87 лв

Integrating the Healthcare Enterprise (IHE) - Eine Einführung Marcus Kuper

С меки корици

15.13 € 29.60 лв

Los Desiertos (Deserts)

С твърди корици

24.07 € 47.08 лв

Lógica para principiantes María Antonia Huertas Sánchez

С меки корици

32.18 € 62.95 лв

Die Felsgrabernekropole Der Qubbet El Hawa Bei Assuan Elmar Edel

С меки корици

55.85 € 109.23 лв

El noi del vestit David Walliams

С твърди корици

16.74 € 32.73 лв

DICCIONARIO DE ALEMÁN 100% VISUAL Larousse Editorial

С меки корици

15.70 € 30.71 лв

La France de Demain, Par Un Patriote Sans Auteur

С меки корици

18.39 € 35.96 лв

Napoleon III: Qu'avez-Vous Fait de la France ? Complement A La Lettre Du 15 Mars 1861 Aumale-H

С меки корици

12.71 € 24.85 лв

Sistema Economico Mundial Antonio Luis Hidalgo Capitán

С меки корици

27.48 € 53.75 лв

Ahora Diego Luis Sanromán

С меки корици

15.24 € 29.80 лв

Bilanz-Schlussel Paul Gerstner

С меки корици

19.01 € 37.18 лв

Color en masa

С меки корици

40.30 € 78.81 лв

Münzvitrine für 10 Euro und 20 Euro- Münzen in Dosen

Играчка

42.00 € 82.15 лв

Fill in the gaps II Edward R. Rosset

С меки корици

20.77 € 40.61 лв

Mapa sentimental JAVIER URRA

С меки корици

18.13 € 35.46 лв

Las primeras palabras del bebé Jeannette Rowe

С меки корици

13.69 € 26.77 лв

Recommendation Systems provide the facility to understand a person's taste and find new. As one of the most successful approaches to build recommender systems, collaborative filtering (CF) uses the known preferences of a group of users to make recommendations or predictions of the unknown preferences for other users. In this research, we first introduce recommendation systems and CF, then we have proposed a system for generating recommendations on a Big amount of Data by memory based filtering techniques (User-based and Item-based). These techniques require no knowledge of properties of items and characteristics, they only use the information in the rating matrix. We have implemented these recommendation algorithms on Hadoop platform using Apache Mahout, a Machine Learning tool, to provide a scalable system for processing huge data sets efficiently. Finally, we compared and discussed the results of the both techniques to determine their quality of generating recommendations.