文件名称：Movies_Recommendation_System:使用Movielens数据集构建电影推荐系统克隆，以构建推荐系统，例如简单推荐器，基于内容的推荐器（基于电影描述和元数据），基于协作过滤的推荐器以及混合推荐器系统
文件大小：7.51MB
文件格式：ZIP
更新时间：2024-05-01 13:56:57
python data-science jupyter-notebook tmdb-movie-search recommendation-system
电影_推荐系统 该项目存储库基于构建电影推荐系统克隆 数据集详细信息： 提及用于构建此推荐引擎的数据集如下： 使用的数据集： MovieLens数据集 下载数据集：从以下链接下载数据集 下载Kaggle上托管的MovieLens数据集，然后使用 从其官方网站下载MovieLens数据集，然后使用 数据集文件格式： CSV文件（以逗号分隔的值）。 注意：将数据集下载并保存在input_data文件夹中 数据集类型： 完整的数据集：该数据集包含26,000,000个评分和270,000个用户将750,000个标签应用程序应用于45,000部电影。 包括在1,100个标签中具有1200万相关分数的标签基因组数据。 注意：我们将使用完整数据集为电影建立一个简单的建议。 小型数据集：该数据集包含100,000个评分和1,700个标签应用程序，这些应用程序由700位用户应用于9,000部电影。
【文件预览】：
Movies_Recommendation_System-main
----images()
--------.gitkeep(1B)
----Introduction to Recommendation System.ipynb(5.36MB)
----README.md(5KB)
----Netflix & Prime Movies Recommendation Clone.ipynb(5.22MB)