基于机器学习和深度学习的推荐系统实战【图书推荐、电影推荐、音乐推荐】

       推荐系统在我们日常生活中发挥着非常重要的作用,相信实际从事过推荐相关的工程项目的人或多或少都会看多《推荐系统实战》这本书,我也是读者之一,个人感觉对于推荐系统的入门来说这本书籍还是不错的资料。很多商场、大厂的推荐系统都是很复杂也是很强大的,大多是基于深度学习来设计强有力的计算系统,本文是笔者在公司实践项目中实际做过的推荐系统实践经验分享。技术层面主要从机器学习和深度学习两个方面来分别进行讲解。

       其中,机器学习部分主要是基于surprise模块来实现图书推荐系统和电影的推荐系统设计与实现;深度学习部分主要是基于神经网络推荐模型来实现音乐数据推荐。

       本文所用到的数据集可以从下面的链接处下载:

https://download.csdn.net/download/together_cz/10916350

       关于surprise模块的相关介绍和实例可以参考下面的链接:

https://surprise.readthedocs.io/en/stable/getting_started.html

      首页截图如下所示:

猜你喜欢

转载自blog.csdn.net/Together_CZ/article/details/103578913