基于Springboot协同过滤算法音乐推荐系统 ，Java 框架springboot ，JDK1.8 ，tomcat7 ，mysql 5.7 ，Navicat11 ，idea，Maven3.3.9 项目介绍: 后端框架使用Springboot+mybatis 前端框架使用Vue 数据库使用mysql 推荐算法使用协同过滤推荐法

基于Django的协同过滤算法新闻推荐系统(Pycharm，Python，Django框架，mysql8，navicat数据库管理工具，vue，spider爬虫

基于机器学习的招聘信息分析系统/基于协同过滤的小说推荐系统/基于机器学习的房屋预测系统/基于深度学习的音乐推荐系统、粮食产量数据分析与预测、图书数据分析可视化……数据分析、毕业设计系统等等许多作品

基于协同过滤算法的鲜花店推荐系统的设计与实现（使用Springboot框架+Mysql数据库+Vue框架+协同过滤算法）,系统分为用户端和管理员端.

项目满足基本的音乐功能需求，有非常多的创新点：大屏、AI 、权限、协同过滤智能推荐算法。

基于Django的协同过滤算法养老新闻推荐系统(Pycharm，Python，Django框架，mysql8，navicat数据库管理工具，vue，spider爬虫（爬取中国养老网新闻数据）)

基于用户协同过滤算法新闻推荐系统，使用基于用户的协同过滤推荐算法，根据评分数据计算推荐，同时还使用了新用户喜好标签进行混合推荐，及将两种推荐结果全部输出，解决了冷启动和数据稀疏性问题。同时采用基于统计的热点推荐和相关推荐等。采用爬虫收集新闻数据实时更新新闻数据和推荐结果。

基于协同过滤算法的个性化新闻推荐系统的设计与实现（采用Java语言的SpringBoot和SSM两种框架分别实现基于用户、物品的协同过滤推荐算法）

基于协同过滤算法的个性化新闻推荐系统，实现了基于用户的协同过滤推荐算法，根据评分数据计算推荐，同时还使用了新用户喜好标签进行混合推荐，及将两种推荐结果全部输出，解决了冷启动和数据稀疏性问题。同时采用基于统计的热点推荐和相关推荐等。采用爬虫收集新闻数据实时更新新闻数据和推荐结果。 SpringBoot或SSM两种框架可选+Mysql，采用基于用户的协同过滤推荐算法。

本系统采用Java技术SpringBoot框架和Python技术Django框架（两种框架开发的都有）和Hadoop，hdfs，Scrapy爬虫，MySQL数据库，B/S 结构，Vue.js 技术，算法亮点，采用随机森林回归算法进行预测和协同过滤算法(余弦相似性）推荐。