文件名称：movie-recommendation
文件大小：11KB
文件格式：ZIP
更新时间：2024-04-15 18:08:50
Python
DSCI 553：数据挖掘的基础和应用 作业概述 这项任务的目的是使您熟悉A-Prior，MinHash，本地敏感哈希（LSH）和不同类型的推荐系统。 数据 数据集主页： : 您可以使用小型数据集进行开发。 包括数据集的副本，以及拆分的训练和测试数据。 任务任务1：查找有趣的关联规则 用户对电影的评分存储在rating.csv中。 回顾基于市场的模型。 用户给予5.0评级的电影集可以视为购物篮。 任务：在这些购物篮中找到关联规则{1，2，⋯，}→，使得interest≥和support≥S .并且是movieId 。 笔记： 在此任务中仅考虑5.0评级。 您应该使用像A-Prior方法这样的高效算法。 尽管兴趣可能是正面的或负面的，但这里只考虑正面的兴趣 为了简化计算，将支持阈值应用于。 在教科书中，仅支持该支持。 j必须是单个元素。 等级： 总共20分 这是确定性
【文件预览】：
movie-recommendation-master
----devendra_swami_task2.py(7KB)
----devendra_swami_task1.py(10KB)
----devendra_swami_task3.py(3KB)
----README.md(9KB)