使用python语言和flask框架实现电影推荐系统，数据源可以爬也可以利用现有的，并依靠spark实现协同过滤推荐，适合初学者使用和学习，有详细的说明文档，使用前请仔细查看说明文档
2022-04-29 17:13:37
32.5MB
1
界面设计及简易图片墙
免责声明：本站所有文章和图片均来自用户分享和网络收集，文章和图片版权归原作者及原出处所有，仅供学习与参考，请勿用于商业用途，如果损害了您的权利，请联系网站客服处理。
2022-04-26 13:46:35
53KB
1
MovieLens推荐模型。
MovieLens是一个2,000万收视率的数据集，涉及138 000多名用户的27 000部电影，更多信息请。
最先进的模型使用：
RMSE为0.80的
RMSE为0.81的自动。
从出发，我们使用针对分类变量的实体嵌入来构建深度学习模型，该模型可实现与最新模型相当的RMSE为0.81 。 神经网络是在具有TensorFlow后端的Keras中实现的。 该代码在“ movienet.py”文件中，而培训在培训笔记本中。
实体嵌入的一大优点是，在训练过程中，我们可以计算电影和用户的嵌入空间。 因此，我们有不同的方法将电影推荐给用户：
我们评估网络并推荐收视率最高的电影。 但是，RMSE为0.81时，每个预测的平均误差为0.8星。
对于电影，我们查看嵌入空间中最近的邻居。 在这种情况下，我们使用带有的KNN索引。 有了足够的尺寸，我们希望这些嵌入能
2022-04-24 14:08:29
25KB
1
MovieRecommender基于Mahout实现协同过滤推荐算法的电影推荐系统^
2022-04-22 10:26:50
18.39MB
1
电影推荐系统
使用基于矩阵分解算法的协同过滤的Web用户项目电影推荐引擎，以及基于以下想法的推荐：如果两个人都喜欢普通电影，那么一个人喜欢另一个人还没有喜欢的电影看过可以推荐给他。
截屏
主页
推荐页面
评分页面
使用的技术
网络技术
HTML，Css，JavaScript，引导程序，Django
Python3中的机器学习库
脾气暴躁，熊猫，Scipy
数据库
SQLite的
要求
python 3.6
pip3
virtualenv
设置运行
将zip文件解压缩到您的计算机中
打开终端/ cmd promt
转到那条路
例子
cd ~/Destop/Movie-Recommender-System
在该目录上创建一个新的虚拟环境
virtualenv .
激活您的虚拟环境
对于Linux
source bin/activate
对于Windows
cd Scripts
then
2022-04-19 00:54:41
2.35MB
1
微信小程序——电影推荐（截图+源码）.zip
微信小程序——电影推荐（截图+源码）.zip
微信小程序——电影推荐（截图+源码）.zip
微信小程序——电影推荐（截图+源码）.zip
微信小程序——电影推荐（截图+源码）.zip
微信小程序——电影推荐（截图+源码）.zip
微信小程序——电影推荐（截图+源码）.zip
微信小程序——电影推荐（截图+源码）.zip
微信小程序——电影推荐（截图+源码）.zip
微信小程序——电影推荐（截图+源码）.zip
微信小程序——电影推荐（截图+源码）.zip
微信小程序——电影推荐（截图+源码）.zip
2022-04-18 11:06:15
1.2MB
:clapper_board: Morec - 电影推荐应用
这是一个非常精美的电影推荐应用，使用 Flutter 与 Django 进行构建。浏览基本电影信息的同时，还可根据用户收藏的电影、演员、标签，定时生成推荐列表以及相应的推荐解释。
项目在这个 的基础上进行了完善，新增了如下功能：
登陆注册
标签选择
电影收藏
演员收藏
猜你喜欢
Setup
1. Clone the repo
$ git clone https://github.com/Mayandev/django_morec.git
$ cd django_morec
2. Running
# start server
$ python manage.py runserver
# run flutter
$ flutter run
如果你对服务器端不感兴趣，这里单独创建了一个 Repo，App 可以独立于服务器运行，你可以访问这个项目。
F
2022-04-05 11:16:11
14.94MB
1
电影推荐系统
电影推荐系统
数据集背景：
数据集下载：
数据集介绍：
u.data表示100k条评分记录，每一列的数值含义是：
用户名| 商品编号| 评级| 时间戳记
u.user表示用户的信息，每一列的数值含义是：
用户名| 年龄| 性别| 职业邮政编码
u.item文件表示电影的相关信息，每一列的数值含义是：
电影ID | 电影名称| 发布日期| 视频发布日期| IMDb URL | 不明| 动作| 冒险| 动画| 儿童用品喜剧片| 犯罪| 纪录片| 戏剧| 幻想|黑色电影| 恐怖| 音乐剧| 神秘浪漫| 科幻|惊悚| 战争| 西部|
2022-04-04 15:57:45
8.72MB
1