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。
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，
最低0.47元/天 解锁文章
扫一扫
7041
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
