文件名称：隐式格式的MATLAB代码-BLS_RS:BLS_RS
文件大小：5.75MB
文件格式：ZIP
更新时间：2024-06-11 01:14:59
系统开源
隐式格式的MATLAB代码 BLS_RS 这是一个基于方法(以下简称BLS)的电影推荐系统，也被称为宽度学习系统，是由澳门大学的陈俊龙教授在2017年TNNLS上基于随机向量函数链接神经网络(RVFLNN)和单层前馈神经网络(SLFN)提出的一种单层增量式神经网络。为了取得更高的拟合效率，BLS省略传统神经网络系统中的隐含层，通过在输入层中加入增强层的方式来进行非线性拟合，避免隐含层过多导致的梯度消失以及训练时间长等问题。本项目将BLS应用到推荐系统(Recommendation System)领域来改进先用的基于其他常见神经网络的机器学习方法，提高推荐系统的效率和准确率。 以下指南将帮助你在本地机器上安装和运行该项目，进行开发和测试。 运行软件 基本情况 使用软件：MATLAB 2015A 数据来源： movie ml-1m dataset 代码参考： 文件夹列表 original data：从MovieLens网站上下载的原始数据文件，格式为dat。 processed data：根据.dat文件处理后的.xlsx文件，包括对数据的初步预处理，将电影的特征转化为布尔型等。 main
【文件预览】：
BLS_RS-master
----README.md(3KB)
----main scripts()
--------rs_similarity.m(1KB)
--------bls_train_bp.m(7KB)
--------bls_test.m(2KB)
--------bls_train.m(4KB)
--------main_CF.m(4KB)
--------bls_sparse.m(390B)
--------bls_result.m(95B)
--------rs_recommend.m(3KB)
--------main_BLSBP.m(2KB)
--------rs_neighbor.m(583B)
--------main_BLS.m(2KB)
--------main_Datacreate.m(3KB)
--------bls_evaluate.m(217B)
--------rs_evaluate.m(2KB)
--------main_BPNN.m(2KB)
--------rs_matrix.m(2KB)
----processed data()
--------1(1B)
----original data()
--------ratings.dat(23.45MB)
--------README.md(5KB)
--------movies.dat(167KB)
--------users.dat(131KB)