/NCF-MF-for-Recommendation

分别使用传统方法（KNN，SVD，NMF等）和深度方法（NCF）进行推荐系统的评分预测。Traditional methods (KNN, SVD, NMF, etc.) and depth method (NCF) were used to predict rating of the recommendation system.

Primary LanguageJupyter Notebook

NCF-MF-for-Recommendation

分别使用传统方法（KNN，SVD，NMF等）和深度方法（NCF）进行推荐系统的评分预测。Traditional methods (KNN, SVD, NMF, etc.) and depth method (NCF) were used to predict rating of the recommendation system.

需求

  • Tensorflow
  • Keras
  • surprise

任务

首先，下载yelp数据集（较大，未提供），进行数据分析和处理工作。提取yelp数据集中我们需要的部分，即Toronto地区的点评信息（user item rating 评论文本）。得到rating.csv和rating-text.csv（较大，未提供）。
之后，分别使用传统方法和深度方法进行评分预测和评价指标的计算。

文件结构

  • yelp_data_analysis.ipynb：数据下载中、数据分析、数据处理部分。
  • rating.csv：保存好的数据。
  • yelp_mf_recomendation.ipynb：利用多种传统方法进行推荐的评分预测以及模型评估。
  • yelp_nn_recomendation.ipynb：利用NCF神经协同过滤方法进行推荐的评分预测以及模型评估。