基于用户的协同过滤推荐系统
实现一个简单的基于用户的协作过滤推荐系统,以使用给定的数据预测商品的评分。 该预测将使用k个最近邻居和Pearson相关进行。 最后,使用最近的k个邻居的相似性,预测给定用户对新商品的评分
评分文件格式
输入文件每行包含一个评分事件。 每个分级事件的形式为:user_id \ trating \ tmovie_titleuser_id是仅包含字母数字字符,连字符和空格(无制表符)的字符串。 等级是浮动值0.5、1.0、1.5、2.0、2.5、3.0、3.5、4.0、4.5和5.0之一。 movie_title是一个字符串,其中可能包含空格字符(以分隔单词)。 三个字段(user_id,评价和movie_title)由单个制表符(\ t)分隔。
输入
python Subramanya_Suhas_collabFilter.py rating-datas
2021-04-30 12:02:59
18KB
Python
1