机构名称：
¥ 1.0
推荐系统在这个数字世界中起着重要作用，尤其是在娱乐界，其中成千上万的内容淹没了用户的选择。电影推荐系统源自用户在选择最相关的电影时的偏好，评分和行为。基于人工智能和机器学习算法的电影推荐系统的纸张开发。具体来说，本报告基于通常用于创建个人建议的两种类型的方法：协作过滤（CF）和基于内容的过滤（CBF）。在Movielens数据集中对这两种算法进行了实验，表明它们能够为观众提供正确和多样化的电影推荐。作为这项研究的副产品，我们提出了一种混合方法，该方法结合了两种方法，以克服每个方法的缺陷。因此，它意味着它在混合模型建议方面的性能要比有关建议的准确性和用户满意度的单个方法更好。
使用AI和机器学习的电影推荐系统
主要关键词
相关文件推荐
