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

系统开源

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 309.19KB ","children":null,"spread":false},{"title":"MRec_sys.py 1.64KB ","children":null,"spread":false}],"spread":true},{"title":"README.md 9.19KB ","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

其他资源

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

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

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

热门下载

最新下载

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