文件名称：RecommenderSystems:协同过滤-推荐系统
文件大小：4.39MB
文件格式：ZIP
更新时间：2024-05-31 15:39:28
JupyterNotebook
推荐系统 协同过滤 介绍 网络作为电子和商业交易媒介的重要性日益提高，已成为推荐系统技术发展的驱动力。 在这方面，一个重要的催化剂是网络使用户能够提供有关其喜欢或不喜欢的反馈的简便性。 推荐系统的基本思想是利用这些用户数据来推断客户兴趣。 被提供推荐的实体被称为用户，被推荐的产品被称为商品。 推荐器系统的基本模型可使用两种数据： 用户项目互动，例如评分 有关用户和项目的属性信息，例如文本配置文件或相关关键字使用类型1数据的模型称为协作过滤方法，而使用类型2数据的模型称为基于内容的方法。 在这个项目中，我们将使用协作过滤方法来构建推荐系统。 协同过滤模型 协作过滤模型利用多个用户提供的评级的协作能力来提出建议。 设计协作过滤方法的主要挑战是基本的评分矩阵稀疏。 考虑一个电影应用程序的示例，在该应用程序中，用户指定了表明他们喜欢或不喜欢特定电影的等级。 大多数用户只会观看大范围的可用电影中的
【文件预览】：
RecommenderSystems-master
----README.md(36KB)
----Code()
--------project3_t1tot33.ipynb(828KB)
--------Project3_t1tot29.ipynb(1.41MB)
--------Project3_t1tot39.ipynb(3.99MB)
--------Project3_t36tot39.ipynb(406KB)