发帖
雷达卡
MovieLens数据集全集52个文件的网盘链接.docx
(68.73 KB, 需要: RMB 59 元)
数据文件目录如下：500多MB的数据文件压缩包，几千万条数据
1、数据集简介MovieLens数据集包含多个用户对多部电影的评级数据，也包括电影元数据信息和用户属性信息。
这个数据集经常用来做推荐系统，机器学习算法的测试数据集。尤其在推荐系统领域，很多著名论文都是基于这个数据集的。(PS: 它是某次具有历史意义的推荐系统竞赛所用的数据集)。
总内容500多M 是做推荐算法的不二之选，一定需要的数据集
MovieLens是一个2,000万收视率的数据集，涉及138 000多名用户的27 000部电影。
该数据集是常用的推荐系统数据集，主要包括用户观看电影的相关信息。具体包括用户信息，电影信息，用户观看电影时的评分和时间等信息。
2、数据介绍
1m的数据解压后，可以看到四个主要的csv文件，分别是links.csv,movies.csv,ratings.csv,tags.csv。links介绍了该数据集中的movieId和imdb、tmdb中电影的对应关系。tags是用户的打标签数据。本文的介绍主要基于ratings.csv 和 movies.csv
ratings数据
文件里面的内容包含了每一个用户对于每一部电影的评分。数据格式如下：
userId, movieId, rating, timestamp
userId: 每个用户的id
movieId: 每部电影的id
rating: 用户评分，是5星制，按半颗星的规模递增(0.5 stars - 5 stars)
timestamp: 自1970年1月1日零点后到用户提交评价的时间的秒数
数据排序的顺序按照userId，movieId排列的。
movies数据
文件里包含了一部电影的id和标题，以及该电影的类别。数据格式如下：
movieId, title, genres
movieId:每部电影的id
title:电影的标题
genres:电影的类别（详细分类见readme.txt）
MovieLens推荐模型。 最先进的模型使用：RMSE为0.80的RMSE为0.81的自动。从出发，我们使用针对分类变量的实体嵌入来构建深度学习模型，该模型可实现与最新模型相当的RMSE为0.81 。 神经网络是在具有TensorFlow后端的Keras中实现的。 该代码在“ movienet.py”文件中，而培训在培训笔记本中。实体嵌入的一大优点是，在训练过程中，我们可以计算电影和用户的嵌入空间。 因此，我们有不同的方法将电影推荐给用户：我们评估网络并推荐收视率最高的电影。 但是，RMSE为0.81时，每个预测的平均误差为0.8星。对于电影，我们查看嵌入空间中最近的邻居。 在这种情况下，我们使用带有的KNN索引。
京公网安备 11010802022788号
