RecommenderSystems:推荐系统和协同过滤

推荐系统和协同过滤 介绍 推荐系统是数据科学在工业中的重要应用。 它们几乎在任何地方都可以使用。 例如，向亚马逊上的用户推荐商品，在Pandora上的歌曲以及在Netflix上的电影/节目。 推荐系统有两种通用方法： 协作过滤是一种使用客户过去的行为或等级以及其他客户的类似决定向客户推荐产品的方法，以预测哪些商品可能吸引原始客户。 基于内容的筛选通过使用商品的特征向客户推荐产品，以推荐具有类似属性的其他商品。 我将在此博客文章中介绍协作过滤，因为它非常流行，并且能够准确地推荐复杂的项目，而无需了解项目本身。 对于数据稀少的基于Web的建议（即，每个用户或特定产品的评论数量有限），协作过滤也更为流行。 数据 我们将使用的数据来自 ，可在找到。 我选择了Amazon Instant Video 5核心文件。 5核心表示每个视频/项目都具有至少5个评分，每个用户都评价了至少5个视频/项目。 要求