文件名称：Netflix-电影-推荐系统：基于协作过滤和基于内容的过滤的电影推荐系统的机器学习案例研究
文件大小：760KB
文件格式：ZIP
更新时间：2024-03-10 00:19:38
matrix-factorization netflix recommendation-system suprise JupyterNotebook
Netflix电影推荐系统 业务问题 Netflix致力于将人们与他们喜爱的电影联系起来。 为了帮助客户查找这些电影，他们开发了世界一流的电影推荐系统：CinematchSM。 它的工作是根据喜欢或不喜欢其他电影的程度来预测某人是否会喜欢该电影。 Netflix使用这些预测来根据每个客户的独特口味提出个人电影推荐。 尽管Cinematch的表现不错，但总可以做得更好。 现在，netflix尚未尝试过很多有趣的替代方法来显示Cinematch的工作方式。 有些在文献中有所描述，有些则没有。 我们很好奇，其中任何一项能否通过做出更好的预测来击败Cinematch。 坦率地说，因为如果有更好的方法，可能会对我们的客户和我们的业务产生重大影响。 积分： : 问题陈述 Netflix提供了许多匿名评级数据，并且其预测准确度要比Cinematch在相同的训练数据集上可以达到的准确度高10％。 （准
【文件预览】：
Netflix-Movie-Recommendation-System-master
----Netflix_Movie_Recommendation.ipynb(1.58MB)
----README.md(4KB)