Movie-Recommendation-System:推荐系统使用基于项目的协作过滤方法(使用Python)。 使用“ Pandas” Python库加载MovieLens数据集,以使用项相似度评分向喜欢类似电影的用户推荐电影-源码

上传者: 42109732 | 上传时间: 2021-04-24 16:47:16 | 文件大小: 172KB | 文件类型: ZIP
电影推荐系统 ##更新 最初是作为一个小型项目开始的,后来又扩展到了2018年4月提交的我在UMass的研究生毕业项目。 标题:基于帕累托优势概念的提速推荐系统 技术/工具:Python,pandas,matplotlib,numpy,Jupyter Notebook 先前的工作(首次提交)已扩展到进行研究和分析,以基于不同的指标来提取流行电影以提取主要数据对象(电影)。 摘要:每天都会成倍增加新内容,并且一次分析用户和/或项目的整个数据集以提出建议的效率不高。 需要通过处理代表大型数据集的部分数据来提高提出建议的速度。 使用帕累托原理的实现是基于这样的观察,即在任何情况下大多数结果都是由少数原因决定的,因此,我们尝试解决了分析数据以提出电影推荐的问题。 其背后的想法是,大多数用户在数据集中消耗的物品很少。 该项目的目的是找到一组非支配的项目,并基于少量数据提出建议,并将其与基于整个

文件下载

资源详情

[{"title":"( 3 个子文件 172KB ) Movie-Recommendation-System:推荐系统使用基于项目的协作过滤方法(使用Python)。 使用“ Pandas” Python库加载MovieLens数据集,以使用项相似度评分向喜欢类似电影的用户推荐电影-源码","children":[{"title":"Movie-Recommendation-System-master","children":[{"title":"Movie Recommendation System_Akkhilaysh","children":[{"title":"MRec_sys.ipynb <span style='color:#111;'> 309.19KB </span>","children":null,"spread":false},{"title":"MRec_sys.py <span style='color:#111;'> 1.64KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 9.19KB </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