Python推荐算法案例(1)——根据评分进行排序的电影推荐

本文通过一个电影推荐案例,介绍基于评分的推荐模型。首先,选取IMDB电影评分数据,然后利用评分、观众数量和平均分计算电影排名。在考虑评分数量的影响下,提出了一种评分公式,仅考虑评分观众数在前10%的电影。最后,给出了Python实现代码。
摘要由CSDN通过智能技术生成

    本节通过一个电影推荐案例来介绍最简单的推荐模型——基于评分进行排序。

    就如同豆瓣电影网页上的top10电影排行榜一样,我们根据IMDB网站的数据建立了一个top10电影榜单。

     操作步骤如下:

    (1)决定一个指标或分数,对电影进行评价;

    (2)计算每一部电影的分数;

    (3)根据分数对电影进行排序,输出top10排行结果。

    使用的数据链接:IMDB电影评分数据

    电影最基本的一个评价指标是电影评分,但是直接使用电影评分存在一个问题,譬如,一个冷门的电影,只有10个观众评价了,平均分为9分,另外一个电影,有100,000人评分,且平均分为8.9分,那么能够认为第一部电影比第二部电影评分高,并将它推荐给其他人吗?显然这样是有问题的。

    考虑到上面的问题,采用以下评分公式:

    

    其中,v是某电影参与评分的观众的个数,

           

  • 3
    点赞
  • 63
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值