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
相關文章
相關標籤/搜索