基于Python机器学习算法的电影推荐系统以及票房预测系统

电影数据分析
目录
电影数据分析 1
一、、实验概述 1
1.1 实验标 1
1.2 .实验完成情况 1
二、、电影特征的可视化分析 2
电影票房预测 9
2.1 Data Augmentation 9
2.1.1 算法说明 10
2.1.2 实验结果 13
电影推荐算法 15
3.1 基于统计学的推荐 15
3.1.1 score = v +v m r + mm+ v c 15
3.2 基于内容的推荐算法 15
3.3 基于 KNN 的协同过滤算法 17
3.3.1 针对电影相似度的推荐算法 17
3.3.2 针对户相似度的推荐算法 18
3.4 基于奇异值分解的推荐算法 19
3.5 集成推荐算法 22
3.5.1 KNN+ 本的集成推荐 22
3.5.2 户 KNN+ 电影 KNN 22
3.5.3 户 KNN+ 奇异值分解 22

一、、实验概述
1.1 实验标
本项目希望基于电影数据集，依据电影的简介、关键词、预算、票房、用户评分等特征来对电影进行分析，并完成以下任务：
对电影特征的可视化分析对电影票房的预测
多功能个性化的电影推荐算法
1.2 .实验完成情况

完成了对电影特征的可视化分析。


完成了基于电影特征的电影票房预测算法，并在 Kaggle 的 TMDB Box Office Prediction 比赛中最终取得


了前 6.8%（95/1400）的成绩。


完成了基于简单特征（内容、评分、关键词）的三种推荐算法、基于 KNN 的两种协同过滤算法、基于奇异值分解的推荐算法以及三种集成推荐算法，共设计并实现了九种电影推荐算法。

二、、电影特征的可视化分析
本项目中，我首先对电影数据的一些特征进行了可视化分析，来为之后的票房预测和电影推荐做帮助。
首先我分别绘制了票房与预算、欢迎程度（popularity）、戏剧性程度（theatrical）的关系图，如下图所示：

#-*-coding:utf-8-*-import pandas as pd
import sys
import os
import csv
sys.path.insert(0, '..')
from personal_recommender.KNN_movie import Movie_KNN_recommender
from personal_recommender.KNN_user import Personal_KNN_recommender
from personal_recommender.Personal_SVD import Personal_SVD_recommender# 首先用KNN对输入的用户进行相似度匹配，然后挑选出最接近的10个其他用户
# 之后对于选出的电影，根据SVD计算用户对电影的模拟评分来进行排序class KNN_SVD_ensemble:def __init__(self):self.user = Personal_KNN_recommender()self.movie = Personal_SVD_recommender()self.testings = pd.read_csv('../data/personal/test.csv')self.userid = []for i in range(len(self.testings['userId'])):if not self.testings['userId'][i] in self.userid:self.userid.append(self.testings['userId'][i])def recommend(self, usrID):_, first_ids = self.user.recommend(usrID, 50)# print(first_ids)second_ids, movie_id = self.movie.recommend(usrID, first_ids, 10)# print(second_ids)return movie_iddef test(self, num):result = []for user in self.userid:print(user)ids = self.recommend(user)print(ids)result.append(ids)with open("./result.csv", "w") as csvfile:writer = csv.writer(csvfile)writer.writerow(['userId', 'result'])for i, row in enumerate(result):writer.writerow([self.userid[i], row])test = KNN_SVD_ensemble()
# test.recommend(2)
test.test(10)

基于Python机器学习算法的电影推荐系统以及票房预测系统相关推荐

基于内容推荐算法的电影推荐系统
基于内容的推荐算法格局用户过去一段时间内喜欢的物品,以及由此推算出来用户偏好,为用户推荐相似物品.其中的"内容"指的便是:用户过去一段时间内喜欢的物品,以及由此推算出来的用户偏好 ...
基于python的电商运动服饰销售分析与预测系统
温馨提示:文末有 CSDN 平台官方提供的学长 Wechat / QQ 名片 :) 1. 项目背景随着电⼦商务的蓬勃发展,⽹络服装销售已经逐渐成为消费者最为青睐的廉价购物渠道.本项目基于python ...
基于协同过滤算法的电影推荐系统
目录前言 R语言电影推荐系统案例及代码数据准备数据预处理建立模型前言电影推荐系统是数学建模培训中一次例题,网上对相同类型的模型已有答案,但相关代码跑起来仍然存在些许bug,本文基于同类 ...
基于Python机器学习方法的电影推荐系统
资源下载地址:https://download.csdn.net/download/sheziqiong/85745459 资源下载地址:https://download.csdn.net/downl ...
基于python和TensorFlow的电影推荐系统
电影推荐系统这门课感觉挺有意思,而且老师讲的也很好,便决定为代码添上注释自己做一下总结. 代码地址课程地址第一步:数据准备打开网址电影数据集找到下图所示数据集进行下载解压. 第二步:数据准 ...
基于Python库surprise的电影推荐系统
surprise 是一个主流的python推荐系统框架,支持的最基本数据格式为movielens dataset,其评分数据格式为 user item rating timestamp # -*- c ...
基于Python的贝壳某城市二手房交易分析及预测系统文档+项目源码+演示视频
目录一．项目目的及意义 0 二．技术路线 1 三．研发情况 3 数据预处理 3 可视化分析 6 价格预测及聚类分析 10 可视化页面 13 卖方价格预测页面 14 买方房屋推荐页面 14 四． ...
java计算机毕业设计基于ssm的协同过滤算法的电影推荐系统(源代码+数据库+Lw文档）
项目介绍 "互联网+"的战略实施后,很多行业的信息化水平都有了很大的提升.但是目前很多行业的管理仍是通过人工管理的方式进行,需要在各个岗位投入大量的人力进行很多重复性工作,使得对人 ...
基于Python + Django + mysql的协同推荐算法的电影推荐系统
基于Python + Django + mysql的协同推荐算法的电影推荐系统本系统一共分为前台系统功能和后台系统功能两个模块,两个模块之间虽然在表面上是相互独立的,但是在对数据库的访问上是紧密相连 ...

基于Python机器学习算法的电影推荐系统以及票房预测系统

基于Python机器学习算法的电影推荐系统以及票房预测系统相关推荐

最新文章

热门文章