一些传统推荐算法的实现,包括基于内容的推荐,协同过滤,矩阵分解
测试数据使用的是movielens数据集
- 基于内容的推荐算法
- 协同过滤推荐算法
- 矩阵分解的推荐算法
main.py 这是各种算法的入口
----data_preprocessing 对原始数据进行预处理的代码
----CB_recommendation 包含基于内容的推荐算法实现代码
----CF_recommendation 包含协同过滤推荐算法实现代码
----MF_recommendation 包含矩阵分解推荐算法实现代码
----measure 一些用于计算度量的方法
算法 | MSE | RMSE |
---|---|---|
基于内容的推荐算法 | 0.96124462 | 0.98043083 |
协同过滤推荐算法 | 1.25509244 | 1.12030908 |
矩阵分解推荐算法 | 0.95787807 | 0.97871245 |
- 算法代码结构的优化
- 基于图的推荐算法