电影推荐系统

基于 MovieLens 100K · ALS 矩阵分解 + 用户嵌入空间的 KNN 推荐

第 1 步:给电影评分

还没有评分。搜索并添加一些电影,然后给它们 1–5 分。

第 2 步:获取推荐

先添加评分并点击「生成推荐」。
算法说明:
1. 先用 ALS 在 MovieLens 100K 上训练得到用户/电影嵌入(rank = 50)。
2. 新用户通过岭回归 "fold-in" 把评分投影到同一个嵌入空间。
3. 在用户嵌入空间用余弦相似度找 K 个最相似的现有用户。
4. 聚合邻居用户评分(按相似度加权),得到候选电影评分并排序。
5. 「相似电影」基于 item embedding 的余弦相似度矩阵。