Python推荐算法(召回、排序)--学习笔记

本文介绍了使用Python进行推荐算法的实践,主要探讨基于内容和协同过滤的推荐原理。通过理论知识补充,帮助读者理解推荐算法的基本概念。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

被记住的永远是疯子!

推荐算法是在各种app中常用的算法,简单实现一下电影推荐的基本原理。
理论性的知识补充:
参考:推荐算法概述:基于内容的推荐算法、协同过滤推荐算法和基于知识的推荐算法
作者:鹤鹤有明

数据结构查看:
在这里插入图片描述

"""
推荐算法  -- 重点:排序、召回
"""
import json
import numpy as np

with open('../../ml_data/ratings.json', 'r') as f:
    ratings = json.loads(f.read())

# 所有用户列表
users = list(ratings.keys())

# 整理相似度得分矩阵
scmat = []
for user1 in users:
    scrow = []
    for user2 in users:
        movies = set()
        for movie 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值