ML .NET 电影推荐

参考Movie Recommendation
我采用ML .NET自动化模型的推荐方案来完成这件事情

场景

根据用户以往对电影的评分，向用户推荐他/她可能感兴趣的电影，从而精确推广目标电影给可能感兴趣的用户群体
比如，打开某部电影的介绍页面，会有“喜欢这部电影的人也喜欢”这样的栏目
或者在用户页面，有推荐电影的栏目

数据集

原始数据是ml-latest-small.zip，包括4个.csv文件
包含了用户id，电影id，电影名称，电影标签，用户对电影的评分，时间信息等信息
实际上最后只使用了用户iduserId，电影idmovieId，评分rating，时间timestamp这四个数据，数据不需要额外处理

训练模型

选择方案建议

选择训练环境

数据

选择数据文件，并设置要预测的列，用户列，项列

要预测的列是评分rating
用户列是评分的人，用户iduserId
项列是评分的目标，电影idmovieId
然后设置高级数据选项

完成训练
这里训练项目需要手动添加引用Microsoft.ML.Recommender

可以看出，训练结果并不好，具体输出如下

Set log file path to ......
|     Trainer                             RSquared Absolute-loss Squared-loss RMS-loss  Duration #Iteration      |
|1    MatrixFactorization                   0.2836          0.68         0.77     0.88       0.4          1      |
|2    MatrixFactorization                   0.3057          0.67         0.75     0.86       0.5          2      |
|3    MatrixFactorization                  -7.7796          2.89         9.45     3.07       1.9          3      |
|4    MatrixFactorization                  -6.8064          2.71         8.40     2.90