Movielens数据集+Canopy聚类+Kmeans聚类+协同过滤推荐+测评指标MAE实现
1、使用movielens数据集（943个用户，1682部电影，80000条评分数据）；
2、输入用户id（1-943）；
3、创建用户-电影评分矩阵；
4、canopy聚类算法根据用户评分对用户聚类；
5、将canopy聚类结果作为kmeans聚类初始点，进行kmeans聚类；
6、根据聚类结果进行协同过滤推荐；
7、计算推荐算法测评指标mae值。
1、项目目录
2、项目运行主方法
3、常量数据
4、构建用户-项目评分矩阵
5、Canopy聚类算法
6、Kmeans聚类算法
7、协同过滤推荐算法
8、协同过滤推荐算法测评MAE值
1、输入目标用户ID和构建用户-项目评分矩阵
2、Canopy聚类算法部分结果
3、Kmeans聚类算法运算过程
4、Kmeans聚类算法部分结果
5、相似度、最近邻等结果
6、推荐结果和测评指标MAE
