亚马逊书籍推荐

成员

• 胡健
• 季鹏
• 张快

一、数据

我们下载了亚马逊公开的2013年3月前的电影类别下用户评分数据集，该数据集总共包含6708063条评分数据，每一条数据的格式如下：

AZZZRU9BPN8UP,B00004RVIE,4.0

其中第一项为userid，第二项为movieid，第三项为评分

二、预处理

1、去掉了评分方差小的用户和电影。

2、对每一条评分记录，我们计算他的bias来表示用户的真实评分：

bias=用户的实际评分-整个数据集的平均分-（用户的实际评分-该用户的平均分）-（用户的实际评分-该电影的平均分）

这样可以消除一些用户评分普遍过高（过低）或者一些电影评分普遍过高（过低）带来的影响，达到个性化的效果

三、算法

算法使用协同过滤的思想，通过分解用户-电影评分矩阵来预测矩阵中的缺失值，具体实现是用低秩分解的方式，通过梯度下降得到最优的用户矩阵和电影矩阵。