Skip to content

分别使用传统方法(KNN,SVD,NMF等)和深度方法(NCF)进行推荐系统的评分预测。Traditional methods (KNN, SVD, NMF, etc.) and depth method (NCF) were used to predict rating of the recommendation system.

Notifications You must be signed in to change notification settings

stxupengyu/NCF-MF-for-Recommendation

Repository files navigation

NCF-MF-for-Recommendation

分别使用传统方法(KNN,SVD,NMF等)和深度方法(NCF)进行推荐系统的评分预测。Traditional methods (KNN, SVD, NMF, etc.) and depth method (NCF) were used to predict rating of the recommendation system.

需求

  • Tensorflow
  • Keras
  • surprise

任务

首先,下载yelp数据集(较大,未提供),进行数据分析和处理工作。提取yelp数据集中我们需要的部分,即Toronto地区的点评信息(user item rating 评论文本)。得到rating.csv和rating-text.csv(较大,未提供)。
之后,分别使用传统方法和深度方法进行评分预测和评价指标的计算。

文件结构

  • yelp_data_analysis.ipynb:数据下载中、数据分析、数据处理部分。
  • rating.csv:保存好的数据。
  • yelp_mf_recomendation.ipynb:利用多种传统方法进行推荐的评分预测以及模型评估。
  • yelp_nn_recomendation.ipynb:利用NCF神经协同过滤方法进行推荐的评分预测以及模型评估。

About

分别使用传统方法(KNN,SVD,NMF等)和深度方法(NCF)进行推荐系统的评分预测。Traditional methods (KNN, SVD, NMF, etc.) and depth method (NCF) were used to predict rating of the recommendation system.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published