- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
第13章综合案例分析:基于协同过滤的推荐系统
目录CONTENTS13.1数据探索与分析13.2基于项目的协同过滤电影推荐系统13.5本章小结
13.1数据探索与分析学习基础学习认知能力信息素养高MovieLens1M数据集是个性化推荐最为常用的数据集之一,它由美国Minnesota大学的GroupLens项目组创办。MoveLens1M数据集包含来自6040名用户对约3900部电影的100万条评价数据,这些数据分为3个表:users、movies和ratings。
13.1数据探索与分析
13.1数据探索与分析
13.1数据探索与分析print(rating_means.loc[:5,[mean_rating,mean_age]])
13.2基于项目的协同过滤推荐系统
13.2基于项目的协同过滤推荐系统
13.2基于项目的协同过滤推荐系统表13-3用户-项目评分矩阵User 项目 item1 item2 item3 item4A 4 3 ? 4B 5 5 3 4C 4 ? 2 5D 4 5 2 ?E 3 2 2 3
13.2基于项目的协同过滤推荐系统表13-3用户-项目评分矩阵User 项目 item1 item2 item3 item4A 4 3 ? 4B 5 5 3 4C 4 ? 2 5D 4 5 2 ?E 3 2 2 3
13.2基于项目的协同过滤推荐系统著名的TextCNN推荐系统构造的模型如图13-1所示。
13.3本章小结本章主要以Movielens1M数据集为例介绍了基于协同过滤的推荐系统的实现,主要是要先获取数据集并对数据集进行划分,然后通过分析数据集特征,计算项目相似性,然后进行预测评分。最后,给出了目前流行的TextCNN推荐模型,基于深度学习的推荐方法是基于深度学习在文本的基础上进行的,本章介绍的传统的推荐系统的实现并引出流行的深度学习推荐方法,主要是激发读者的创新潜能。
您可能关注的文档
- 《Vue.js超详细入门与项目实战》课件全套 李永亮 第1--10章 vue 3简介 ---vue 3详解.pptx
- Python机器学习项目化教程(微课视频版) 教学大纲.pdf
- Python机器学习项目化教程(微课视频版)课件 第1章 机器学习概述.pptx
- Python机器学习项目化教程(微课视频版)课件 第2章 机器学习基础及Python常用库.pptx
- Python机器学习项目化教程(微课视频版)课件 第3章 朴素贝叶斯分类器.pptx
- Python机器学习项目化教程(微课视频版)课件 第4章 k近邻算法与非参数估计.pptx
- Python机器学习项目化教程(微课视频版)课件 第5章 聚类.pptx
- Python机器学习项目化教程(微课视频版)课件 第6章 回归分析.pptx
- Python机器学习项目化教程(微课视频版)课件 第7章 决策树.pptx
- Python机器学习项目化教程(微课视频版)课件 第8章 支持向量机.pptx
文档评论(0)