推荐人 利用tensorflow实现电影推荐系统使用的数据集为MovieLens数据集

movie_recommender 使用余弦相似度的电影推荐

基于微信云开发实现电影推荐小程序

这是一份电影数据，来自kaggle平台上，主要是美国地区的4800多部电影的详细信息，包括 剧组信息、演员信息、类别、关键词、点赞数等等。我们可以用来做数据探索，或者电影推荐等。

简单的电影推荐系统 采用协同过滤算法生成模型，进行预测推荐 实验环境：Ubuntu 19.04 + Hadoop 2.9.0 + Spark 2.4.3 + Python 3.7.3 实验工具：Jupyter笔记本 具体内容：ml-100k.zip文件是此实验的数据集，使用其中的u.data和u.item文件。

基于矩阵分解的电影推荐系统 本项目实现了陈家栋老师《推荐算法理论与实践》中的基于矩阵分解的电影推荐系统 备注十分详细，适合初学者学习

这是一个前端页面，用了html5+CSS3+jQuery+JavaScript技术，主要功能轮播图，注册登录、留言、后台等

电影推荐系统 毕业设计的内容，基于协同过滤算法的电影推荐系统，目前还在学习完善中

这是用Python写的一个电影推荐系统，希望对他人有帮助。亲测可用， 谢谢支持。

Movies4j - 电影推荐引擎 Movies4j 是一个使用图数据库的示例应用程序，特别是 Neo4j。 它面向想要了解图数据库及其用例的好处的初学者。 它展示了 Neo4j 和 Cypher 查询语言的简单性。 如果您有兴趣，请在上了解更多关于它们的。 该应用程序允许用户评价他们喜欢的电影并添加其他用户作为他们的朋友。 根据这些信息，用户将收到他们可能喜欢的其他电影和朋友喜欢的电影的推荐。 建筑学 基于Web前端 基于带有和REST-API 服务器 Neo4j 数据库 安装 从下载 Neo4j 社区版（） 将db/graph.db.zip的内容解压到neo-install-dir/data/graph.db 启动 Neo4j ./bin/neo4j start 在浏览器中打开 ，使用 neo4j/neo4j 登录并将密码更改为neo5j （您可以随意使用不同的密码，但随后您需