文件名称：Movie-Recommendation-System
文件大小：1.42MB
文件格式：ZIP
更新时间：2024-05-29 03:50:13
Java
电影推荐系统 1.本项目使用的算法 1.1常用推荐算法 协同过滤 基于用户的CF 一种基于用户之间相似度的协作过滤形式，该相似度是使用用户对这些项目的评分计算得出的 对于不同的用户，初始化他们的几部电影的评分矩阵。 而且，如果我们发现userA与UserC类似，则可以将Movie4推荐给UserC，因为类似的UserA也喜欢这部电影。 基于项目的CF 一种协作过滤的形式，它基于使用人们对这些项目的评分所计算出的项目之间的相似性 对于不同的电影，它们的相似性是根据人们的收视率来计算的。 因此，根据它们的等级，Movie1和Movie3比Movie2更相似。 因此，即使不观看Movie3，但MovieC与UserC给予较高评价的Movie1相似的UserC，我们也可以根据基于item-CF将该电影推荐给UserC 主要的挑战是如何计算项目或用户之间的相似度 1.2基于项目的协同过滤 为
【文件预览】：
Movie-Recommendation-System-master
----images()
--------SparseMatrix.png(342KB)
--------CountWatchedTimes.png(56KB)
--------Co-occurrenceMatrix.png(37KB)
--------InMemoryStoreHashMap.jpg(94KB)
--------Normalization.png(52KB)
--------ResultList.png(130KB)
--------Item-Based-CF.png(17KB)
--------MatrixMultiplicationChallenge.jpg(169KB)
--------RatingMatrix.png(40KB)
--------1stReducer.png(58KB)
--------User-Based-CF.png(19KB)
--------Normalization_Details.png(60KB)
--------2ndMapReduce.png(49KB)
--------RawMatrix.png(12KB)
--------1stMapper.png(79KB)
--------2ndMapper.png(44KB)
--------MatrixMultiplication.jpg(238KB)
--------1stMapReduce.png(78KB)
--------2ndReducer.png(40KB)
--------DifferenceOfScoringStandard.png(11KB)
----src()
--------main()
----.gitignore(18B)
----README.md(10KB)