【源码+文档】中间件实现技术课程作业——电影推荐服务

1.概述：

本project实现了一个web服务，基于深度学习实现电影推荐

• 数据集:movielens
• 推荐算法:神经协同过滤(neural collaborative filtering)
• 深度学习框架:pytorch
• 开发语言:python 3.7
• web服务框架:django
• 数据库:mongodb

2.流程图

​

3.推荐算法介绍

3.2 协同过滤

使用用户user与item之间的交互记录，计算用户之间相似度，用相似用户的对某个item的评分，预测某个用户对某个item的评分

​

3.3 矩阵分解

​

矩阵分解(MF,Matrix Factorization)，为每个user和item找到一个隐向量，问题变为：

​

这里的 K表示隐式空间（latent space）的维度。正如我们所看到的，MF模型是用户和项目的潜在因素的双向互动，它假设潜在空间的每一维都是相互独立的并且用相同的权重将它们线性结合。因此，MF可视为隐向量（latent factor）的线性模型。

 

源码和文档都托管在了【WRITE-BUG数字空间】上面了，有需要的可自取~