基於協同過濾的商品個性化推薦

上次在用迴歸模型研究豆瓣短評top500的代表性時，爬了一份用戶影視評分數據，今天結合協同過濾算法，做一個簡易的「推薦系統」，將特定商品——影視作品推薦給潛在感興趣的參與打分的用戶。 數據：包含24594條記錄，涉及54部影視作品和19317位用戶 算法與R語言包：協同過濾算法、recommenderlab包 具體步驟：數據預處理（主要是轉化爲稀疏矩陣）——推薦建模（topN；評分狀況）+ 結果分

>>阅读原文<<