MovieLens最新数据集-完整版
完整版：280,000名用户将27,000,000个评级和1,100,000个标签应用程序应用于58,000部电影。包括在1,100个标签中具有1400万相关分数的标签基因组数据。上次更新时间9/2018。
2021-04-01 11:35:42
264.28MB
1
这是基于MovieLens数据集的电影推荐系统，可以实现电影推荐功能，可以部署到服务器，hadoop上面
2021-03-25 20:41:40
4.72MB
1
Movielens1M-movie-recommendation-system:使用MovieLens数据集实现了基于自动编码器（AE），可变自动编码器（VAE），BERT的深度学习电影推荐系统-源码
MovieLens1M基于深度学习的电影推荐系统
使用MovieLens1M数据集（数据可以从下载），实现自动编码器（AE），可变自动编码器（VAE），BERT提取电影名特征3种方法，对评分矩阵进行耦合，继而对用户做出推荐。
代码建议在Google Colab环境下运行，代码中的目录请根据自己的实际目录进行修改。
本代码主目录和子目录如下：
/ content / drive / Movie_lens / --------- ml-1m（包含数据集的文件夹） ---------自动编码器.ipynb ---------基于BERT的recommender.ipynb
1个型号：
1.1自动编码器
1.2可变自动编码器
1.3基于BERT
2实验结果：
2.1自动编码器的训练损失和验证损失的MSE
2.2变分自动编码器的训练损失和验证损失的MSE
2.3基于BERT的训练损失和测试损失的M
2021-03-25 01:32:20
6.57MB
1
带有MovieLens数据库JavaScript中的推荐系统
用NodeJ构建JavaScript推荐系统。 它使用流行的数据库，其中包含有关电影和用户等级的信息。 推荐器系统实施以下推荐策略：
梯度下降学习的线性回归
基于内容的推荐
协同过滤（CF）推荐
基于项目的CF
基于用户的CF
安装
git clone git@github.com:javascript-machine-learning/movielens-recommender-system-javascript.git
cd movielens-recommender-system-javascript
npm install
npm start
版权2019 rwieruch
特此免费授予获得此软件和相关文档文件（“软件”）副本的任何人无限制地处理软件的权利，包括但不限于使用，复制，修改，合并的权利，发布，
2021-03-11 19:06:48
14.11MB
1
利用pandas库以及movielens数据进行电影喜好相关性的分析
2021-03-11 09:04:49
961KB
1
MovieLens 数据集下载，截止到2019年12月，25million条
2021-03-07 11:06:19
249.84MB
1