Keras深度学习实战（31）——构建电影推荐系统

Keras深度学习实战（31）——构建电影推荐系统

• • 0. 前言
  • 1. 模型与数据集分析
  • • 1.1 数据集分析
    • 1.2 模型分析
  • 2. 电影推荐系统
  • • 2.1 基于 LSTM 实现电影推荐系统
    • 2.2 考虑用户历史记录
  • 小结
  • 系列链接

0. 前言

推荐系统在用户发现中起主要作用。假设，我们具有数千种不同的产品，每种产品还存在不同的规格、样式等。在这种情况下，对用户进行有关产品的精准推荐将成为增加销量的关键。在本节中，我们将以电影推荐系统为例介绍推荐系统模型构建的方法，从而为用户推荐其真正感兴趣的产品。

1. 模型与数据集分析

在本节中，我们将学习如何根据用户对电影的评分数据库构建电影推荐系统，任务目的是最大限度地提高所推荐电影对用户的相关性。在定义目标时，我们还应该考虑推荐的电影虽然相关，但用户可能并不会立即观看。同时，我们还应该确保所有的推荐并不都是关于同一种类型的，这对于推荐系统至关重要，例如，在零售环境中，我们并不希望一直向用户