基于用户和项目的推荐系统在Java中的实现：SimpleJavaRecommender

SimpleJavaRecommender 这个简单的Java Recommender项目是的扩展，该项目是杜克大学的最后一门课程。 多年来，推荐系统有许多高级算法，例如矩阵分解，基于聚类的方法，概率方法等等。 这个简单的项目专注于最近邻协作过滤算法。 数据 由于基于电影或基于用户的最近邻居协作过滤往往无法很好地缩放大数据，因此我们将使用电影和用户评级数据。 movies.csv ：3,143行电影信息，其以下各列：id，标题，国家/地区，体裁，导演，海报（以String和movies.csv and minutes（以int 。 ratings.csv ：10,000行的分级信息，其以下各列：rater_id和movie_id为String类型，分级和时间为int 。 时间列使用Unix时间戳记。 算法方法： 如前所述，我们将基于电影或用户使用协作过滤。 有几种方法可以定义用户