文件名称：MovieRecommender:使用ALS机器学习算法的电影推荐系统
文件大小：293KB
文件格式：ZIP
更新时间：2024-04-02 02:48:55
Python
IMDB电影推荐系统 组：Priyanka Bijlani，Sharmeelee Bijlani，Laura Thriftwood，Lakshmi Venkatasubramanian 介绍 在考虑观看哪部电影时，用户可以使用大量的选项。 用户想要自定义建议，以确保最佳地利用其收看时间。 通过增强用户的参与度和对流媒体平台的依赖，业务模型将从强大的推荐系统中受益。 通过该项目，我们可以创建自己的电影推荐系统，该系统采用用户输入的一部电影，并利用电影标题，评分和用户信息的丰富数据集来输出推荐电影。 数据 流数据 超过10万个评分 1700多个电影标题 1000多个用户 目录结构 用例 用户将根据他们以前的评分从系统中获得电影推荐 培训输入：用户，电影，评分 用户输入：用户名/ ID 输出：电影 ML算法：协同过滤（分析历史数据） 用户将能够提供电影名称并获得类似的电影 培训输入：用户，电
【文件预览】：
MovieRecommender-main
----Docs()
--------Movie Recommender Technology Review.pdf(149KB)
--------Functional Specification.docx.pdf(72KB)
--------Component Specification.docx.pdf(88KB)
----Examples()
--------test(1B)
----MovieRecommender()
--------extract_data.py(3KB)
--------use_cases.py(5KB)
--------__init__.py(1B)
--------train_test_model.py(6KB)
--------tests()
--------process_data.py(5KB)
----.travis.yml(684B)
----LICENSE(1KB)
----setup.py(435B)
----README.md(2KB)
----tests()
--------test_process_data.py(935B)
--------test_extract_data.py(763B)
--------test_create_sparse_matrix.py(1KB)
--------__init__.py(1B)