电影推荐系统 数据集 用于此笔记本的数据集是MovieLens的1M额定数据集。 其中包含来自7120部电影和14025位用户的100万部电影评级。 该数据集包括: movieId 用户身份 评分 另外,电影的数据集包括电影名称和类型。 movieId 标题 体裁 数据集可以在这里找到: : 使用的方法: 非个性化推荐 这种建议很简单,但非常有用。 因为它们为用户解决了冷启动问题。 那就是在不了解用户的情况下,我们可以向用户提出一些建议。 在获得用户的评论或获得有关用户的其他信息之后,我们可以切换一些更高级的模型,如下所述。 在笔记本中, IMDB给出的公式用于根据各种流派来计算最佳电影,并且可以将这些电影推荐给任何新用户。 观看X的人最常观看的电影是 该推荐器采用的方法是查看所有观看了特定电影的用户,然后计算该组返回的最受欢迎电影的收益。 寻找类似的电影 不考虑内容(仅基于