gudongkun / item_cf_go

实现一个电影推荐系统，采用协同过滤算法，，相似度算法为余弦相似度，基于用户和基于项目中选择基于项目数据集为movielens数据集

推荐系统基于项目

实现一个电影推荐系统，采用协同过滤算法，，相似度算法为余弦相似度，基于用户和基于项目中选择基于项目数据集为movielens数据集

一、项目说明

项目名称：item_cf_go

语言：golang

项目地址：github.com/gudongkun/item_cf_go

目录结构：

1. calculate 计算相似度入口
2. cf_lib 业务主逻辑类
3. evaluete 计算后，不想计算只想再显示一次本次的准确率等信息可以执行此程序
4. runtime 运行calculate时自动生成，保存计算结果

二、如何使用

1.执行相似度计算计算-主要方法

# cd  {项目目录}/calculate
# go run main.go

2.重新显示测试信息

# cd {项目目录}/evaluete
# go run main.go

三、版本更新记录

1. tag: v1 使用余弦相似度算，准确率保持在约 26.95%-27.63%左右
2. tag: v2 使用皮尔逊算法，准确率提升到约 27.6%-28.95%左右

四、项目参与人

gudongkun

[e-mail]

如有疑问可邮件联系