# MovieLens1M 基于深度学习的电影推荐系统
使用MovieLens1M数据集(data can be downloaded from https://grouplens.org/datasets/movielens/)
,实现了Auto Encoder (AE), Variational Auto Encoder (VAE), BERT提取电影名特征3种方法,对评分矩阵进行填补,继而对用户做出推荐。
代码建议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)
--------- auto encoder.ipynb
--------- BERT-based-recommender.ipynb
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
本资源是一个基于深度学习的电影推荐系统,结合了Auto Encoder (AE)、Variational Auto Encoder (VAE)和BERT模型。该系统通过学习用户的历史评分数据和电影的文本描述,能够生成个性化的电影推荐列表。具体来说,Auto Encoder用于提取电影特征,Variational Auto Encoder则在特征提取过程中引入随机性,以增强模型的泛化能力。而BERT模型则被用来处理电影的文本描述,捕捉其中的语言特征。这些技术的结合使得推荐系统不仅能够理解用户的显式反馈(如评分),还能理解隐式的文本信息,从而提供更加精准的推荐。该资源适合对深度学习和推荐系统感兴趣的学习者使用,可以帮助他们了解如何将不同的深度学习模型应用于实际问题中。通过研究此代码,用户可以掌握如何构建复杂的推荐系统,并进一步探索深度学习在推荐领域的应用潜力。
资源推荐
资源详情
资源评论
收起资源包目录
基于Auto Encoder(AE)+Variational Auto Encoder(VAE)+BERT的深度学习电影推荐系统python代码.zip (6个子文件)
code1128
pictures
variational auto encoder.png 80KB
auto encoder.png 59KB
BERT-based.PNG 85KB
auto encoder.ipynb 101KB
README.md 618B
BERT-based movie_recommender.ipynb 409KB
共 6 条
- 1
资源评论
葡萄籽儿
- 粉丝: 492
- 资源: 671
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功