汽车推荐与检索（社交网络分析大作业）
围绕懂车帝榜单数据构建完整链路：爬虫批量采集并支持断点续爬，数据经字段映射、去重、类型转换、价格区间拆分后结构化入库；上层提供内容推荐、协同过滤、混合推荐三种策略与 BM25 关键词检索，用 PyQt 做成桌面端产品，支持车型卡片、排行榜、个人收藏与用户行为日志。
推荐算法实验系列
在同一门课程里按递进顺序完成了协同过滤专题实验：Top-N userCF 推荐、基于 userCF 的评分预测、SVD 矩阵分解、PMF 概率矩阵分解，并用电影数据集做了百部电影推荐，系统比较了各方法在稀疏数据下的表现。
个性化音乐推荐
使用 Django 搭建 Web 应用，将用户行为、内容特征和推荐逻辑组织成完整产品流程。
项目价值
这些项目让我从“实现算法”进一步走向“让算法成为可操作功能”，也帮助我理解数据质量、冷启动和反馈闭环等现实问题。