用recommenderlab做电影推荐

最近做电影推荐,主要目的是结合算法评价工具选取最优推荐算法。为了缩短开发周期,我们采用了开源社区的R语言包recommenderlab。四周时间下来,主要的开发工作已结束,包括前台设计实现,后台数据准备及算法实现。做完一个项目,总结一下,看看自己的收获,也供大家参考。如有不对之处,望不吝指点。

(1) recommenderlab简介

recommenderlab是一个用于做推荐的R包,提供了多种推荐算法,包括UBCF(User Based Collaborative Filtering), IBCF(Item Based Collaborative Filtering), Popular, Random,SVD,PCA,AR等。recommenderlab的核心数据结构是RatingMatrix(评分矩阵),该矩阵记录了user对item的评分。以RatingMatrix为输入,利用上述算法估计用户对尚未评价item的评分,并依此为依据进行推荐。recommenderlab的详细内容请参见recommenderlab项目主页:http://r-forge.r-project.org

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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