基于MATLAB的协同过滤影视推荐以及点播

上传者: programmer0000 | 上传时间: 2020-01-03 11:28:26 | 文件大小: 2.99MB | 文件类型: zip
通过MATLAB的编制来完成一个基于协同过滤算法的影视相关推荐以及影视点播的排行。其中协同过滤算法之中需要运用到一定的相似度计算函数最好能使用Eulid距离,cosine 或者皮尔逊函相关系数等,如果您有更好的函数方法都可以,只是一定要让我知道其中的使用方法以及代码运作,因为事关我毕业的答辩。 关于数据源方面,我没有从网上的平台上扒到可以用的数据,可以的话希望您能自拟,最后希望可以向我解释一下数据的格式以及如何输入。 关于输出,我希望得到的页面是对于数据中不同用户的影视推荐以及数据中所有影视点播量的排行

文件下载

资源详情

[{"title":"( 15 个子文件 2.99MB ) 基于MATLAB的协同过滤影视推荐以及点播","children":[{"title":"演示","children":[{"title":"45523.exe <span style='color:#111;'> 1.80MB </span>","children":null,"spread":false}],"spread":true},{"title":"源码","children":[{"title":"README.md <span style='color:#111;'> 196B </span>","children":null,"spread":false},{"title":"u.genre <span style='color:#111;'> 202B </span>","children":null,"spread":false},{"title":"get_similarity.m <span style='color:#111;'> 766B </span>","children":null,"spread":false},{"title":"u.item <span style='color:#111;'> 230.80KB </span>","children":null,"spread":false},{"title":"rating.mat <span style='color:#111;'> 113.09KB </span>","children":null,"spread":false},{"title":"u.info <span style='color:#111;'> 36B </span>","children":null,"spread":false},{"title":"get_film.m <span style='color:#111;'> 724B </span>","children":null,"spread":false},{"title":"u.user <span style='color:#111;'> 22.10KB </span>","children":null,"spread":false},{"title":"README <span style='color:#111;'> 856B </span>","children":null,"spread":false},{"title":"u.data <span style='color:#111;'> 1.89MB </span>","children":null,"spread":false},{"title":"u1.test <span style='color:#111;'> 383.43KB </span>","children":null,"spread":false},{"title":"u1.base <span style='color:#111;'> 1.51MB </span>","children":null,"spread":false}],"spread":false},{"title":"说明.txt <span style='color:#111;'> 64B </span>","children":null,"spread":false},{"title":"需求","children":[{"title":"协同过滤推荐.docx <span style='color:#111;'> 51.55KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明