包含推荐系统算法开发和评估所需的用户评分、电影元数据和标签。
MovieLens数据集
相关推荐
GroupLens MovieLens 数据集
包含 GroupLens MovieLens 三套常用数据集：100k、1m 和 10m，与官网数据一致，方便快速获取。
算法与数据结构
2
2024-05-19
MovieLens 数据集：推荐算法必备资源
超过 500M 的 MovieLens 数据集，为推荐算法研究和实践提供了丰富的数据支持，涵盖电影评分、用户属性等多个维度。
数据集包含六个文件，适用于不同规模的算法训练和测试，是推荐系统领域不可或缺的重要资源。
数据挖掘
6
2024-04-30
MovieLens 10M 数据集应用研究
MovieLens 10M 数据集是一个广泛应用于推荐系统研究的公开数据集，包含了大量的用户对电影的评分数据。 该数据集可以用于探索和评估不同的推荐算法，例如协同过滤、基于内容的推荐等，推动推荐系统性能的提升。此外，MovieLens 10M 数据集还可以应用于其他数据挖掘任务，例如用户行为分析、电影流行度预测等，具有广泛的应用价值。
算法与数据结构
1
2024-06-22
MovieLens 1M Dataset影评数据集分析
MovieLens 1M数据集是一个稳定的基准数据集，包含来自6000名用户对4000部电影的超过100万条评分。该数据集发布于2003年2月。
Hadoop
1
2024-07-14
GroupLens_MovieLens数据集的下载与使用
由于权限限制，只能上传1M和100GroupLens_MovieLens数据集。
spark
1
2024-07-28
Flask+Spark+ALS+MovieLens数据集电影智能推荐系统
基于Flask和Spark的电影推荐系统，使用ALS算法和MovieLens数据集。该系统可根据用户的喜好智能推荐电影，方便快捷。
spark
4
2024-04-30
电影评分数据集MovieLens.rar的下载
MovieLens数据集包含大量电影评分数据，是研究电影推荐系统和数据分析的重要资源。
算法与数据结构
2
2024-07-13
2021年Movielens数据挖掘大作业解析推荐系统应用分析
在当今信息时代，个性化推荐系统已成为互联网产品的核心。本项目深入探讨了如何基于Movielens数据集构建推荐系统。Movielens数据集广泛用于推荐系统研究，包含用户电影评分数据，适合推荐算法的实践与学习。推荐系统主要分为基于内容和协同过滤两类，可以利用用户ID、电影ID及评分数据构建各种推荐模型。此外，项目开源，提供数据预处理脚本、多种推荐算法实现、模型训练评估及部署接口等内容，为学习者提供了宝贵实践经验。
数据挖掘
2
2024-08-01
Lastfm数据集
标签推荐算法中常用的数据集，源自Lastfm。
spark
3
2024-05-15