基于项目和用户的协同过滤

资 源 简 介

基于项目和用户的协同过滤。数据保存在ga.mat文件中，其中ga为struct结构，即ga.train为训练集，ga.test 为测试集，我这里用的是movielens 数据集，在下载这个数据集的网站上面，已经将数据集分为了测试集和训练集，我用的就是他们网上的这个版本，只不过是将他们存在了一个ga.mat数据集里。 我们知道不论是基于项目还是基于用户的协同过滤，都需要计算相互之间的距离，或者说是相似度，然后这个计算时off-line的，这意味着我们需要事先计算好，然后保存在.mat文件中，以备

详 情 说 明

基于项目和用户的协同过滤是一种常用的推荐算法。在这种算法中，数据通常保存在ga.mat文件中，这个文件包含一个struct结构，其中ga.train表示训练集，ga.test表示测试集。在我的实验中，我使用了movielens数据集。这个数据集已经被分成了训练集和测试集，我将它们保存在ga.mat数据集中，以便于后续的处理。

协同过滤算法需要计算物品或用户之间的相似度。这个计算过程通常是离线的，也就是说，我们需要提前计算好相似度矩阵，并将其保存在.mat文件中，以便于测试时使用。相似度矩阵通常非常大，所以我无法将其上传到论坛上。不过，大家可以使用SimilitudItems.m函数来计算相似度矩阵。

在我的实验中，我使用了MovieLens数据集，这是一个基于web的电影推荐系统，包含43,000个用户和超过3500部电影。由于测试集太大，计算时间非常长，所以我只随机选择了一部分测试集进行计算。如果您想了解具体的计算方法，请参考probar.m文件。