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