一些传统推荐算法的实现，包括基于内容的推荐，协同过滤，矩阵分解+源代码+文档说明

# Recommondation-System 一些传统推荐算法的实现，包括基于内容的推荐，协同过滤，矩阵分解 ### 测试数据 测试数据使用的是movielens数据集 ### 实现算法 * 基于内容的推荐算法 * 协同过滤推荐算法 * 矩阵分解的推荐算法 ### 代码结构 main.py 这是各种算法的入口 ----data_preprocessing 对原始数据进行预处理的代码 ----CB_recommendation 包含基于内容的推荐算法实现代码 ----CF_recommendation 包含协同过滤推荐算法实现代码 ----MF_recommendation 包含矩阵分解推荐算法实现代码 ----measure 一些用于计算度量的方法 ### 算法结果 | 算法 | MSE | RMSE | | --------- | ---------- | ---------- | | 基于内容的推荐算法 | 0.96124462 | 0.98043083 | | 协同过滤推荐算法 | 1.25509244 | 1.12030908 | | 矩阵分解推荐算法 | 0.95787807 | 0.97871245 | ### To do * 算法代码结构的优化 * 基于图的推荐算法