根據movieId合并movies.csv和ratings.csv,得到merged.csv

讀取merge.csv獲取data字典, 格式為{userid:{movieid:rating, movieid:rating}}

修正data字典, 具體為計算每部電影平均分, 將該電影的所有評分減去平均分, 使得該電影的未評價用戶的默認評分為0, 以便于計算

對于每個用戶, 計算他與其他所有用戶的cos相似度, 記錄最高相似度的用戶和兩個用戶的相似度, 最后獲得最高相似度的用戶列表

將與該用戶相似度最高的用戶的電影進行排序, 并與該用戶的電影進行比較, 選擇該用戶未看過且評分大于4的電影推薦給該用戶

如果出現最高相似度小于0.2, 或者最高相似度的用戶沒有電影可以推薦時, 采用基于內容的推薦算法

獲取三種數據結構, 用戶標簽喜愛度列表, 不同標簽的電影的評分排序以及每一部電影的種類

用戶標簽喜愛度列表:

標簽喜愛度計算公式=所在電影的原始權重所在電影的用戶評分時間加權

其中, 所在電影原始權重=1/該電影的標簽數

? 時間加權=時間戳的歸一化

不同標簽的電影的評分排序: 評分是指每一部電影的平均分

數據結構: {tag:[ (movieId, rating), (movieId, rating) ]}

每一部電影的種類:

數據結構: { movieId: { tag:ratio, tag:ratio }}

獲取每個用戶標簽喜愛度排名前兩名的標簽和它們的權重, 根據權重計算該標簽推薦的電影數, 在不同標簽的電影評分排序這個數據結構中找到該標簽下排名前幾名的電影進行推薦