一种根据用户使用协作过滤学习算法提供的评分来推荐电影的系统_matlab代码_下载

一种根据用户使用协作过滤学习算法提供的评分来推荐电影的系统。 描述 该系统将实现协同过滤学习算法并将其应用于电影评分数据集。 该数据集由 1 到 5 的评分组成。该数据集有 n(u) = 943 个用户，n(m) = 1682 部电影。 矩阵 Y（一个 num movies X num users 矩阵）存储评分 y(i,j)（从 1 到 5）。 矩阵 R 是一个二值指示矩阵，如果用户 j 对电影 i 进行评分，则 R(i,j) = 1，否则 R(i; j) = 0。 协同过滤的目的是预测用户尚未评分的电影的电影评分，即 R(i,j) = 0 的条目。 这将允许我们将预测评分最高的电影推荐给用户。 这个怎么运作 第 1 步：修改“推荐”脚本以输入您自己对不同电影的评分。 第 2 步：在您的 Octave/Matlab 命令窗口中运行“推荐”脚本。 第 3 步：运行 100 次迭代，首先训练然后输出最适合您的电影（推荐）。