电影推荐系统：MovieRecommender

电影推荐人 项目作者 Bernard Kurka | | 笔记本电脑 执行摘要 我使用Python使用余弦相似度来构建基于项目和基于用户的电影推荐器系统。 在Jupyter笔记本中，我创建了一些功能，可以根据用户输入运行建议。 数据 该数据集包含由600位用户制作的100.000电影评分。 该数据包括9.000个电影标题，可从GroupLens Research网站上获得。 推荐人 基于项目的推荐人。 我建立了这个推荐器，用于计算电影之间的余弦相似度。 使用包含电影等级的两个向量计算相似度。 基于项目和类型推荐： 我向推荐器添加了一个新层，首先，我将查找具有相似类型的电影，然后选择最佳分级相似性。 基于用户的推荐人： 使用每个人的9.000电影得分的两个向量，我能够计算出这两个用户之间的余弦相似度。 我的朋友伯纳多（Bernardo）对65部电影进行了评分，我已经导入了他的评分，