movielens推荐系统_必存干货|基于ItemCF和DeepFM的电影推荐项目

一、数据介绍

MovieLens数据集是一个关于推荐系统中常用的电影评分数据集，本文选取了其中的ml-1m数据集，如图所示:

1. 数据下载 

在当前路径下新建data文件夹，并将数据集下载解压至此处。数据集下载的地址为:http://files.grouplens.org/datasets/movielens/ml-1m.zip

2. 文件说明

数据下载后会产生一个data文件夹和一个ml-1m子文件夹，子文件夹ml-1m中包含了四个文件:README、ratings.dat、movies.dat、users.dat，其中README文件是对该数据集的整体介 绍，内容如下:

2.1 概述 

这些文件包含了6040名用户对大约3900部电影的1000209条评分记录

2.2 ratings.dat

该文件存放电影评分数据，格式为 UserID::MovieID::Rating::Timestamp 

• UserID 取值范围:1-6040

• MovieID 取值范围:1-3952

• Ratings 取值范围:1-5

• Timestamp 表示格林威治时间1970年01月01日00时00分00秒(北京时间1970年01

• 月01日 08时00分00秒)起至现在的总毫秒数。

• 每个用户至少有20条评分记录

2.3 users.dat

该文件存放用户属性数据，格式为 UserID::Gender::Age::Occupation::Zip-code

• Gender 用“M”表示男性，“F”表示女性 

• Age 各个取值对应不同的年龄区间

• • 1: "Under 18"

  • 18: "18-24"

  • 25: "25-34"

  • 35: "35-44"

  • 45: "45-49"

  • 50: "50-55"

  • 56: "56+"

• Occupation 各个取值对应不同的职业

• • 0: "other" or not specified

  • 1: "academic/educator"

  • 2: "artist"

  • 3: "clerical/admin"

  • 4: "college/grad student"

  • 5: "customer service"

  • 6: "doctor/health care"

  • 7: "executive/managerial" 8: "farmer"

  • 9: "homemaker"

  • 10: "K-12 student"

  • 11: "lawyer"

  • 12: "programmer"

  • 13: "retired"

  • 14: "sales/marketing"

  • 15: "scientist"

  • 16: "self-employed"

  • 17: "technician/engineer" 18: "tradesman/craftsman" 19: "unemployed"

  • 20: "writer"

该文件存放电影属性数据，格式为 MovieID::Title::Genres

• Titles 电影标题

• Genres 电影题裁，共18个取值

• • Action 

  • Adventure 

  • Animation 

  • Children's 

  • Comedy 

  • Crime 

  • Documentary 

  • Drama