# app_predict_coldstart

**Repository Path**: sirius_swu/app_predict_coldstart

## Basic Information

- **Project Name**: app_predict_coldstart
- **Description**: APP预测冷启动
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2017-10-16
- **Last Updated**: 2020-12-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# app_predict_coldstart
APP冷启动预测

项目目录介绍

```

├── precessing.py                   数据预处理
├── coll_filter.py                  协同过滤算法模型
├── fuse_frame.py                   基于条件概率的相似度融合框架
├── datasets                   		数据集
│   └── sys.csv                     系统数据存放csv文件
├── cache                           数据缓存文件(数据清洗)
│   └── app_rec_sys.csv             数据组合
├── period                          周期律计算
│   ├── src                         源代码
│   	├── gen_test_data.py        测试数据集生成
│   	├── gen_train_data.py       训练数据集生成
│   	├── my_constant.py          储存用到的常量变量
│   	├── my_utils.py             读取csv文件
│   	├── sampling_data.py        读取样本数据集
│   	└── train.py                模型训练
│   ├── md_cache                    mdc数据缓存文件, precessing.py处理的数据文件全部保存在这个文件夹里面
│   	├── application.csv         1.应用启动数据(db_key, 应用名)
│   	├── app_rec_data.csv	    2.结合records.csv文件,应用启动数据及时间戳(db_key, 应用名, 时间)
│   	└── app_rec_gps.csv         3.结合gps.csv文件(db_key, 时间, 应用名, 经度, 维度, 速度)
│   ├── src_of_edvard               edvard师兄源代码
│   	    ├── func.R
│           ├── gps_coordinates_cluster.R
│           ├── periodic_pattern_mining.R
│           └── precessing.R
│   ├── data                        数据集
│   	├── application.csv         应用事件数据集
│   	├── gps.csv                 GPS数据集
│   	├── neighbors.txt           周期率相私用户结果集
│   	└── records.csv             使用记录数据集
│   ├── apriori_model.py            Apriori算法模型
│   ├── cos_dis.py                  COS余弦距离相似度
│   ├── dbscan.py                   DBSCAN聚类算法
│   ├── handle_file.py              文件操作
│   ├── precessing.py               数据预处理
│   ├── result.py                   结果运行文件
│   ├── scrapy.py                   豌豆荚应用信息爬虫
└── └── cache                       缓存文件(主要存放清洗过后的数据)
    	└── dbscan.pkl              dbscan聚类算法模型


```