协同过滤电影算法----电影案例(python).docxVIP

协同过滤电影算法----电影案例(python).docx

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
协同过滤电影推荐算法----电影案例(python) 协同过滤电影推荐算法 1、算法原理 智能推荐的?法有很多,常见的推荐技术主要分为两种:基于?户的协同过滤推荐和基于物品的协同过滤推荐。 基于?户的协同过滤的基本思想相当简单,基于?户对物品的偏好找到邻居?户,然后将邻居?户喜欢的物品推荐给当前?户。计算上就是 将?个?户对所有物品的偏好作为?个向量来计算?户之间的相似度,找到N个邻居后根据邻居的相似度权重以及他们对物品的偏好,预测 当前?户没有偏好的未涉及物品,计算得到?个排序的物品列表作为推荐。图10- 1给出了?个例?:对于?户A,根据?户的历史偏好,这 ?只计算得到?个邻居?户C,然后

文档评论(0)

墨臻网络 + 关注
官方认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8076027046000022
认证主体苏州墨臻互联网科技有限公司
IP属地江苏
统一社会信用代码/组织机构代码
91320506MA26CPT988

1亿VIP精品文档

相关文档