协同过滤算法python代码 基于TensorFlow+CNN+协同过滤算法的智能电影推荐系统-深度学习算法应用(含微信小程序、ipynb工程源码)+数据集

协同过滤算法python代码 基于TensorFlow+CNN+协同过滤算法的智能电影推荐系统-深度学习算法应用(含微信小程序、ipynb工程源码)+数据集
1.本项目针对MovieLens数据集，基于TensorFlow的2D文本卷积网络模型，使用协同过滤算法计算余弦相似度，通过单击电影的方式与小程序交互，实现两种不同的电影推荐方式。

2.项目运行环境：Python环境、TensorFlow环境、后端服务器、Django和微信小程序环境。
3.项目包括3个模块：模型训练、后端Django、前端微信小程序模块。其中数据预训练部分：通过研究数据集中的字段类型，发现有一些是类别字段，将其转成独热编码，但是UserID、MovieID的字段会变稀疏，输入数据的维度急剧膨胀，所以在预处理数据时将这些字段转成数字；获取特征矩阵部分包括定义函数张量、生成电影特征矩阵、生成用户特征矩阵；后端Django模块实现了推荐算法的封装与前端数据交互功能；前端微信小程序模块实现用户交互以及与后端数据的传输功能，通过微信开发者平台进行前端开发。
协同过滤算法python代码 基于TensorFlow+CNN+协同过滤算法的智能电影推荐系统-深度学习算法应用(含微信小程序、ipynb工程源码)+数据集