文件名称：RecommendationLecture:我在 UMBC 关于推荐引擎的演讲
文件大小：445KB
文件格式：ZIP
更新时间：2024-06-26 03:54:52
推荐讲座 这个 IPython Notebook 介绍了协作过滤的基础知识，特别是距离度量、最近邻问题以及如何生成推荐。 我使用 Pandas Python 库来完成大部分繁重的工作。 这个特定笔记本中的示例是使用欧几里得距离度量进行基于用户的协作过滤，这几乎是您可以构建的最简单的推荐引擎。 这开始于我在 UMBC 上关于推荐引擎的讲座（75 分钟），其中介绍了基于用户的推荐引擎的基础知识。 要运行它，您需要安装 pandas、matplotlib 和 ipython。 本教程使用 MovieLens 数据集。 它不包含在 repo 中，但您可以在此处获取： : 我没有在 repo 中提交它，因为它很大。
【文件预览】：
RecommendationLecture-master
----intro-userbased.png(38KB)
----.ipynb_checkpoints()
--------Used-based Collaborative Filtering Lecture-checkpoint.ipynb(229KB)
----tanimoto_koeffizient.png(27KB)
----itembased.png(46KB)
----Used-based Collaborative Filtering Lecture.ipynb(229KB)
----euclidean_pearson_similarity.png(22KB)
----README.md(876B)