Skip to content

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

Notifications You must be signed in to change notification settings

qq209096727/Recommondation-System

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

9 Commits
 
 
 
 

Repository files navigation

Recommondation-System

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

测试数据使用的是movielens数据集

实现算法

  • 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

代码结构

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

算法结果

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

To do

  • 算法代码结构的优化
  • 基于图的推荐算法

About

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

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages