【摘要】：本实验所使用的数据集主要包括MovieLens电影评价数据集[2]、Netflix数据集、Eachmovie数据集等，数据集信息见表4.4。其中MovieLens采集了一组从20世纪90年代末到21世纪初由MovieLens用户提供的电影评分数据。MovieLens 1M数据集含有来自6 000名用户对4 000部电影的100万条评分数据。MovieLens数据集评分矩阵的元素是从1～5的整数，0表示未评分。数据集稀疏程度是指不包含数据的多维结构的单元的相对百分比。实验软件环境为MATLAB 2012b，硬件环境为CPU Core i7-920 2.66 GHz，RAM 16.00 GB。表4.4数据集信息
本实验所使用的数据集主要包括MovieLens电影评价数据集[2]、Netflix数据集、Eachmovie数据集等，数据集信息见表4.4。其中MovieLens采集了一组从20世纪90年代末到21世纪初由MovieLens用户提供的电影评分数据。MovieLens 100K数据集含有来自943名用户对1 682部电影的10万条评分数据。MovieLens 1M数据集含有来自6 000名用户对4 000部电影的100万条评分数据。MovieLens 10M数据集含有来自72 000名用户对10 000部电影的1 000万条评分数据。
本章并未使用MovieLens数据集的所有信息，只使用了用户ID信息、产品ID信息、用户对产品的评分信息等。用户和项目以及用户对项目的评分构成了一个评分矩阵M，其中矩阵M中的元素M（m，n）表示用户ID是Userm的用户对项目ID是Itemn的项目的评分。MovieLens数据集评分矩阵的元素是从1～5的整数，0表示未评分。数据集稀疏程度是指不包含数据的多维结构的单元的相对百分比。
实验软件环境为MATLAB 2012b，硬件环境为CPU Core i7-920 2.66 GHz，RAM 16.00 GB。(www.xing528.com)
表4.4 数据集信息
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
