awesome-repositories.com
Blog
MCP
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoServidor MCPAcerca deCómo clasificamosPrensa
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 repositorio

Awesome GitHub RepositoriesInteraction Tracking Systems

Frameworks for recording and persisting granular user interaction data to build interest profiles.

Distinct from User Preference Settings: Distinct from User Preference Settings: focuses on tracking behavioral interactions like likes and bookmarks rather than managing user-facing configuration settings.

Explore 1 awesome GitHub repository matching user interface & experience · Interaction Tracking Systems. Refine with filters or upvote what's useful.

Awesome Interaction Tracking Systems GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • davidcelis/recommendableAvatar de davidcelis

    davidcelis/recommendable

    1,354Ver en GitHub↗

    Recommendable es una biblioteca de Ruby diseñada para integrar motores de recomendación directamente en aplicaciones respaldadas por bases de datos. Proporciona un framework para rastrear las interacciones del usuario, como me gusta, no me gusta y marcadores, para construir perfiles de interés detallados y generar sugerencias de contenido personalizadas. El motor destaca por utilizar filtrado colaborativo para identificar relaciones entre elementos basadas en el comportamiento superpuesto del usuario. Admite tanto sugerencias personalizadas adaptadas a las preferencias individuales como clasificaciones de popularidad agregadas que muestran contenido de tendencia en todo el conjunto de datos. El sistema gestiona tareas computacionales pesadas a través de procesamiento en segundo plano asíncrono, asegurando que la puntuación de similitud y las actualizaciones de recomendaciones no afecten la capacidad de respuesta de la aplicación. Los desarrolladores pueden extender aún más el motor utilizando ganchos de ciclo de vida que activan lógica comercial personalizada cada vez que cambian las preferencias del usuario, o iniciando manualmente recálculos fuera de las colas automatizadas estándar.

    Tracks user interactions including likes, dislikes, and bookmarks to build detailed interest profiles.

    Rubyrailsrecommendationsredis
    Ver en GitHub↗1,354
  1. Home
  2. User Interface & Experience
  3. User Preference Settings
  4. Interaction Tracking Systems