基於用戶的協同過濾算法在顯式、隱式反饋數據中的評估比較

目錄 一、問題描述 二、算法描述 三、評價指標 四、實驗結果 五、總結 一、問題描述 實現基於用戶的協同過濾（UserCF）算法，以TopN的推薦方式，分別在顯式和隱式反饋數據集中進行評估和比較。 實驗採用Grouplens團隊提供的公開數據集Movielens-latest-small，包括671個用戶對9125部電影的100004條評分，並將數據以6比2的比例隨機分爲訓練集和測試集。 隱式反饋

>>阅读原文<<