电影推荐系统

介绍

本项目为本科实习期间做的一个简易的电影推荐系统，基于协同过滤模型，隐语义模型进行推荐，并使用了 Flask 框架进行前端开发，包含登录部分。

数据

所有数据存放在 data 文件夹中。电影和用户的基础数据为 ml-latest-small 数据集，内含movies.csv 、ratings.csv 、tags.csv 、links.csv ，共610条用户数据， 其来自MovieLens，具体内容可参见 data 文件夹中的 README.md 。

LFM_p.csv 和 LFM_q.csv 为隐语义模型生成的关于电影和观众的概率，训练时间非常长。

user.csv 为用户名、密码等信息，自动生成，密码为 aaaaaa。

运行

直接运行 run.py 文件即可本地预览。

展示了110条推荐数据，前10条为统计热度，中间50条为协同过滤最后50条为隐语义。