您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. mahout 测试数据包含movies.dat, ratings.dat, users.dat 和 README

  2. Mahout实践指南中的例子,有关推荐引擎的测试数据,包含movies.dat, ratings.dat, users.dat 和 README
  3. 所属分类:Java

    • 发布日期:2015-07-17
    • 文件大小:5mb
    • 提供者:u013147600
  1. MovieLens 1m数据集包含数据库设计和属性详解

  2. 部分详解,还包括数据库设计 一、使用 GroupLens_MovieLens数据集,该数据集囊括了10几年的电影评分数据 1. 概述 该数据集包含2000年起,6040个用户对大概3900部电影的1000209条评分数据。该数据集项目1992年开始就被使用在研究协同过滤和改进的协同过滤上。 二、 该数据集包含三个文件:movies.dat ratings.dat user.dat 1. Movies.dat : a. 包含数据:MovieID,Title,Genres b. Genres :流
  3. 所属分类:其它

    • 发布日期:2016-11-03
    • 文件大小:5mb
    • 提供者:zdxxinlang
  1. MovieLens 100k数据集包含数据库设计和属性详解

  2. 部分详解,还包括数据库设计 一、使用 GroupLens_MovieLens数据集,该数据集囊括了10几年的电影评分数据 1. 概述 该数据集包含2000年起,6040个用户对大概3900部电影的1000209条评分数据。该数据集项目1992年开始就被使用在研究协同过滤和改进的协同过滤上。 二、 该数据集包含三个文件:movies.dat ratings.dat user.dat 1. Movies.dat : a. 包含数据:MovieID,Title,Genres b. Genres :流
  3. 所属分类:其它

    • 发布日期:2016-11-03
    • 文件大小:4mb
    • 提供者:zdxxinlang
  1. Spark统计电影评分数据:movies.dat,retings.dat,users.dat

  2. Spark统计电影评分数据:movies.dat,retings.dat,users.dat
  3. 所属分类:spark

    • 发布日期:2018-08-31
    • 文件大小:5mb
    • 提供者:lhn1234321
  1. hadoop学习假数据

  2. hadoop学习的假数据,movies.dat、ratings.dat、users.dat
  3. 所属分类:Hadoop

    • 发布日期:2019-01-22
    • 文件大小:5mb
    • 提供者:xuanyuanjiaqi
  1. movies.dat ratings.dat users.dat

  2. 来自6000用户对4000多部电影的超100万条评论数据 MovieLens 1M Dataset Stable benchmark dataset. 1 million ratings from 6000 users on 4000 movies. Released 2/2003.
  3. 所属分类:Hadoop

    • 发布日期:2019-04-19
    • 文件大小:5mb
    • 提供者:qq317968200
  1. movies.dat

  2. 1m movie 数据集
  3. 所属分类:互联网

    • 发布日期:2020-08-05
    • 文件大小:167kb
    • 提供者:u010076574
  1. recommendation_engines-源码

  2. 推荐引擎 描述 recommendation_engines作品与MovieTweetings数据,以提供用户与电影推荐。 我们探讨了三种类型的推荐系统:基于知识的协作过滤和基于内容的推荐系统: 基于知识 使用有关符合用户规范的项目的知识来推荐项目。 协同过滤 基于使用用户项目交互的协作。 基于内容 使用有关项目的信息来查找项目相似性。 通常相似之处与项目描述或目的有关。 依存关系 crash_response_pipelines需要: NumPy 大熊猫 进度条 资料夹说明 包含原始
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:24mb
    • 提供者:weixin_42136826
  1. python基于物品协同过滤算法实现代码

  2. 本次测试基于MovieLens数据集实现的基于物品的协同过滤,目前只是在小样本上实现,主要问题是计算太耗内存,后期代码继续优化与完善。 数据集说明:movies.dat中数据是用户对电影的评分。数据格式:UserID::MovieID::Rating::Timestamp。 代码 import pandas as pd import numpy as np import math import os import time import datetime os.chdir(r'f:\zxx
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:52kb
    • 提供者:weixin_38737635