基于协同过滤的电影推荐
数据集下载
MovieLens Latest Datasets Small
建议下载 ml-latest-small.zip,数据量小,便于运行
目标:根据 ml-latest-small/ratings.csv
(用户-电影评分数据),分别实现 User-Based CF 和 Item-Based CF ,并进行电影评分的预测,然后为用户实现电影推荐
主要步骤
-
1.加载数据集
-
2.相似度计算(用户相似度或者物品相似度)
-
3.预测给定用户对给定物品的评分值
评分预测公式:
p r e d ( u , i ) = r ^ u i = ∑ v ∈ U s i m ( u , v ) ∗ r v i ∑ v ∈ U ∣ s i m ( u , v ) ∣ pred(u,i)=\hat{r}_{ui}=\cfrac{\sum_{v\in U}sim(u,v)*r_{vi}}{\sum_{v\in U}|sim(u,v)|} pred(u,i)=r^