MovieLens1M基于深度学习的电影推荐系统 使用MovieLens1M数据集(数据可以从下载),实现自动编码器(AE),可变自动编码器(VAE),BERT提取电影名特征3种方法,对评分矩阵进行耦合,继而对用户做出推荐。 代码建议在Google Colab环境下运行,代码中的目录请根据自己的实际目录进行修改。 本代码主目录和子目录如下: / content / drive / Movie_lens / --------- ml-1m(包含数据集的文件夹) ---------自动编码器.ipynb ---------基于BERT的recommender.ipynb 1个型号: 1.1自动编码器 1.2可变自动编码器 1.3基于BERT 2实验结果: 2.1自动编码器的训练损失和验证损失的MSE 2.2变分自动编码器的训练损失和验证损失的MSE 2.3基于BERT的训练损失和测试损失的M
2021-03-25 01:32:20 6.57MB 系统开源
1
Movielens.zip
2021-03-17 21:02:16 3.98MB 推荐系统
1
movielens数据库
2021-03-17 18:16:22 698B movielens数据库
带有MovieLens数据库JavaScript中的推荐系统 用NodeJ构建JavaScript推荐系统。 它使用流行的数据库,其中包含有关电影和用户等级的信息。 推荐器系统实施以下推荐策略: 梯度下降学习的线性回归 基于内容的推荐 协同过滤(CF)推荐 基于项目的CF 基于用户的CF 安装 git clone git@github.com:javascript-machine-learning/movielens-recommender-system-javascript.git cd movielens-recommender-system-javascript npm install npm start 版权2019 rwieruch 特此免费授予获得此软件和相关文档文件(“软件”)副本的任何人无限制地处理软件的权利,包括但不限于使用,复制,修改,合并的权利,发布,
2021-03-11 19:06:48 14.11MB 系统开源
1
利用pandas库以及movielens数据进行电影喜好相关性的分析
2021-03-11 09:04:49 961KB pandas
1
MovieLens 数据集下载,截止到2019年12月,25million条
2021-03-07 11:06:19 249.84MB 大数据
1
编写了一个爬虫从imdb电影网站上爬取的海报图片(图片名称对应电影的imdbId)
2020-01-05 00:27:33 132.36MB imdb 海报图片 movielens
1
本数据集为MovieLens网站的电影评分数据,可供推荐系统作为训练和测试使用。
2020-01-03 11:33:22 3.13MB 数据库
1
movielens的全部数据 100k latest的 20m的,ml-100k-README 可以推荐
2020-01-03 11:31:04 189.5MB data
1
MovieLens based recommender system.使用MovieLens数据集训练的电影推荐系统
2019-12-21 21:40:26 6.52MB Python开发-机器学习
1
服务器状态检查中...