Movie Recommender System From Taiwan.docVIP

Data Mining Final Project: A Classification Approach for Movie Recommender System 中山大學資訊管理研究所 M964020007黃于珊 M964020011李界寬 M964020022程尚文 1. INTRODUCTION 1.1 Motivation and background Dataset來源自GroupLens(Research lab in the Department of Computer Science and Engineering at the University of Minnesota ; /)，其研究領域包含以下範圍： recommender systems online communities mobile and ubiquitous technologies digital libraries local geographic information systems 本次所使用的Dataset是來源自GroupLens研究領域Recommender Systems中的線上電影推薦系統MovieLens( / )，使用者連上MovieLens此網站，註冊成為其會員，並且對網站隨機抽取出來的數部電影進行評比的動作(評比分數為一分至五分，使用者評分越高，表示對該部電影越有興趣)，評比完成後，即刻可以享受到網站給予的推薦，也就是網站會在網頁上顯示出五部欲推薦給使用者觀看的電影名稱，評比完成後，即刻可以享受到網站給予的推薦，也就是網站會在網頁上顯示出五部欲推薦給使用者觀看的電影名稱，並附上網站預測使用者會喜好該部電影的程度(Lee et al. 2001)。 Figure 1. / 由於老師之前在課程中有介紹過這個網站-MovieLens，所以希望可以利用此網站中關於電影推薦資料的DataSet來練習、嘗試找出一些推薦者的年齡、職業、性別等與其喜好的電影種類的相關規則，以作為此次的期末報告。 1.2 Determination of data set MovieLens網站中的資料則為6,040位在西元2000年加入MovieLens的使用者對3,900 部電影所做出的1,000,209個評價。 由於此次的目標是為了找出推薦者的年齡、職業、性別等與其喜好的電影種類的相關規則，因此使用其目前提供兩種atasets，我們使用的Dataset為其中一種，內容包含1682部電影943 使用者共100,000 ratings也提供足夠的樣本規模，建立和測試模型。2. Data mining procedure Berry 和 Linoff在The Data Mining Techniques此書中，建議進行Data Mining 時應遵循10步驟，以下將一一介紹本次報告遵循各步驟之執行Data Mining過程與內容。 Step 1. Translate the business problem into a data mining problem 電影種類與數目相當繁多，如何在眾多的電影中可以快速的找到自己偏好的電影種類對目前的電影愛好者來說是相當重要的，在此部份則希望可以利用電影推薦者的年齡、職業、性別等與其喜好的電影種類等屬性，Data Mining找出適當的決策樹(decision tree)，找出相關的規則，可以用來推測出哪些職業、年齡、性別會偏好哪些種類的電影，以作為推薦電影系統的參考之一。 Step 2. Select appropriate data 基於Step1，此次的目標是為了找出推薦者的年齡、職業、性別等與其喜好的電影種類的相關規則，是故選擇MovieLens網站(電影推薦系統網站)中提供兩種atasets中的其中一種，內容包含1682部電影943 使用者共100,000 ratings Step 3. Get to know the data 整個dataset資料都是cleaned up的，使用者評價少於20個的以及 使用者資料不完整都已經被移除。 1.在RATINGS 部份： UserIDs 範圍為 1 到 943 ，MovieIDs範圍為 0 到 1682 評價以星等(1至5)來表示，每個使用者至少會有20次的評價 2.在USERS部份： 在使用者性別部份M代表男性，F 代表女性 年齡則以下範圍區分： * 1: Under 18 * 18: 18-24 * 25: 25-34 * 35: 35-44 * 45: 45-49 * 50: 50-55 * 56: 56+ 3.在職業部份： * 0: