电影推荐系统

0x00 简介

本项目是一个基于用户/物品的协同过滤，SVD隐语义模型的推荐系统。 使用的数据集是MovieLens 25M Dataset 项目使用的技术栈是：Python + Flask + MySQL

0x01 热门推荐

采用了 IMDB 网站的评分权重计算公式：

$$wr = \frac{v}{v+m} * R + \frac{m}{v+m} * C$$

其中：

• v: 电影的评分人数
• m: 最小评分人数
• R: 电影的平均评分
• C: 所有电影的平均评分

本项目中，m 取值为电影评分人数的 90% 分位数，C 取值为所有电影的平均评分。

0x02 协同过滤

本项目中，协同过滤分为两种：

• 基于用户的协同过滤
• 基于物品的协同过滤

两种协同过滤的计算方式都是一样的，只是计算的对象不同。 本项目中，计算的对象是用户对电影的评分，计算方式是余弦相似度。

0x03 SVD 隐语义模型

本项目中，使用的是 SVD++ 隐语义模型，计算方式是：

$$\hat{r}_{ui} = \mu + b_u + b_i + q_i^T(p_u + |I_u|^{-\frac{1}{2}}\sum_{j \in I_u}y_j)$$

其中：

• $\mu$ 是所有电影的平均评分
• $b_u$ 是用户 u 的评分偏差
• $b_i$ 是电影 i 的评分偏差
• $q_i$ 是电影 i 的隐向量
• $p_u$ 是用户 u 的隐向量
• $y_j$ 是电影 j 的隐向量
• $I_u$ 是用户 u 评分过的电影集合