一种基于个人偏好的影视推荐系统

摘要

本发明公开了一种基于个人偏好的影视推荐系统，本发明通过下载movielen‑1m数据集；然后对数据集进行特征提取，去除不需要的数据；再对特征提取后的数据集进行模型的构建；模型构建完毕之后，用深度学习的方法进行训练；对训练之后的模型进行评估；模型进行完评估之后，构建完整的推荐系统。本发明解决了现有方法复杂程度高、计算量大、运行耗时的问题，本发明只针对用户对影视的评分进行矩阵分解，加入深度学习对模型进行训练。忽略了其他的无关部分，大大的提高了处理的速度。本发明通过对矩阵的分解加入深度学习。增强了推荐系统的推荐性能，有效的缓解了推荐系统的冷启动的问题。