数据挖掘竞赛题目 -- 电影推荐
发布时间
阅读量：
阅读量
竞赛简介
通过对用户评分行为的分析，挖掘用户的兴趣及其变化规律，然后预测用户对其他电影的评分。
数据描述
本次比赛，我们提供了1千万左右的电影评分数据，每条评分记录都有时间戳（隐匿了具体时间，只保证顺序不变）。评分分为5级，1分最低，5分最高。
- 我们抽取了超过800万条评分记录，作为训练集，数据文件名为r1.train,字段格式为：
UserID::MovieID::Rating::Timestamp
用户i : : 电影a :: 评分 :: 相对时间
用户j : : 电影b : :评分: : 相对时间
说明 ：
1. UserID::MovieID::Rating::Timestamp ，四个字段分别代表：用户编号，电影编号，评分，相对时间；
2. 每一行为一个用户对一个商品的评分，行之间用“回车符”分隔；
3. 每一行各字段之间用“::”分隔。 - 我们还抽取了超过200万条评分记录，作为测试集。我们隐藏了用户对于电影的评分，仅保留用户和商品的评分关系，数据文件名为r1.test，字段格式为：
UserID::MovieID::Rating::Timestamp
用户i : : 电影a :: ** :: 相对时间
用户j : : 电影b : : **: : 相对时间
说明信息同训练集，Rating字段用“**”代替。
- 我们还提供了电影的详细信息，数据文件为movies.dat，格式如下：
MovieID::Title::Genres
MovieID是电影编号，Title是电影名称，Genres是电影类别信息。
类别信息含义如下：
• Action
• Adventure
• Animation
• Children’s
• Comedy
• Crime
• Documentary
• Drama
• Fantasy
• Film-Noir
• Horror
• Musical
• Mystery
• Romance
• Sci-Fi
• Thriller
• War
• Western
任务描述
参赛者需要写出推荐算法，预测测试集中用户对于电影的评分。
评价标准
评分算法: regression-new_rmse
算法解释: 采用均方根误差RMSE来评测整个算法的推荐准确度
全部评论 (0)
还没有任何评论哟~