文件名称：使用惊喜推荐的电影和图书推荐系统-研究论文
文件大小：280KB
文件格式：PDF
更新时间：2024-06-08 11:25:33
MovieLens Collaborative filtering Content-based filtering
拥有大量的全球互联网用户和他们的在线购物狂潮，世界引领着数字数据的惊人增长和指数增长。 最重要的是，在向用户和服务提供商提供个性化内容时，必须正确使用和利用这些数据。 这是推荐系统积极参与的地方。 这些以用户为中心的系统用于提供适合用户需求和兴趣的信息。 本文提出了两种类型的推荐系统。 第一个是电影推荐器，第二个是书籍推荐器。 对于电影推荐者，将使用MovieLens数据集，并使用Surprise Recommendation工具包中可用的各种预测算法获得个性化的Book内容。 我们利用具有书籍相关信息及其评分的跨书籍数据集。 我们使用基于内容的协作式过滤技术来获取建议，并且还使用不同的度量标准（如RMSE，测试时间和错误因子）对系统进行了评估。