基于协同过滤的电影推荐

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^