基于DMF推荐算法的推荐系统 代码+数据 （可作为毕设）

案例知识点

• 推荐系统任务描述：通过用户的历史行为（比如浏览记录、购买记录等等）准确的预测出用户未来的行为；好的推荐系统不仅如此，而且能够拓展用户的视野，帮助他们发现可能感兴趣的却不容易发现的item；同时将埋没在长尾中的好商品推荐给可能感兴趣的用户。
• DMF推荐方法概述：主要基于显式的反馈信息、神经网络技术。首先从原始数据之中进行数据处理、数据集构建、划分等；然后基于pytorch构建DMF模型；然后进行模型的训练、模型评价、保存等等。详细内容在后边会有说明。

• 

1.1准备工作

• 运行环境：

    torch = 1.4
    torchvision==0.5.0
    numpy = 1.18.1
    matplotlib = 3.1.3
    time
    sys
    heapq
    math
  

• 可以使用pip命令安装上述模块并制定版本：pip install torch==1.4.0 torchvision==0.5.0 numpy==1.18.1 matplotlib==3.1.3 heapq math
• 数据集：基于DMF推荐算法的推荐系统实现-数据-深度学习文档类资源-CSD