基于物品的协同过滤算法实现图书推荐系统。
在当下这个信息爆炸的时代，各种各样的书籍条目繁多，浩如烟海；相应地，为满足用户需求，电商平台需要推荐系统来帮助用户找到自己可能需要的书籍。本文旨在利用基于物品的协同过滤算法，来实现一个图书推荐系统。
本文首先介绍了推荐系统的发展历史，及目前常用的几种推荐算法的介绍与比较，然后以基于物品的协同过滤算法为基础，详细介绍图书推荐系统的构建。在该系统中，主要功能分为用户功能和图书推荐功能。用户功能包括用户账号的登录与注册，书籍查询，书籍评分。图书推荐功能利用基于物品的协同过滤算法，先计算各个书籍之间的相似度，再根据物品相似度和用户的行为数据计算用户对各个书籍的兴趣度，从而得出推荐结果。
2019-12-21 19:24:29
951KB
1
本资源是推荐系统中最基本的协同过滤推荐算法实现，包括数据集，以及算法的评价指标MAE的计算，数据集采用MovieLens中两个数据集进行测试，本程序配备一个readme文件，里面有程序的运行介绍，程序注释详细，希望对大家有帮助
2019-12-21 18:52:48
551KB
1
使用matlab实现user-based collaborative filtering，实验数据集为movielens100k。
2019-12-21 18:48:15
10.54MB
1