movie_recommender 电影推荐系统本项目使用文本卷积神经网络，并使用数据集完成电影推荐的任务。

推荐人 利用tensorflow实现电影推荐系统使用的数据集为MovieLens数据集

movie_recommender 使用自然语言处理（NLP）的基于内容的推荐器。 基于NLP构建基于内容的电影推荐器模型的指南 在本文中，我结合了电影属性，例如类型，情节，导演和主要演员，以计算其与另一部电影的余弦相似度。 数据集是IMDB从data.world下载的前250部英文电影。 必须使用NLP对数据进行预处理，以获取仅一列，其中包含每个电影的所有属性（以字为单位）。 此后，通过矢量化将该信息转换为数字，在此将分数分配给每个单词。 随后可以计算余弦相似度。 阅读更多 与我联系

movie_recommender 基于MovieLens的推荐系统。 作者chengstone 电子邮件 代码详解请参见文内jupyter notebook和↓↓↓ 知乎专栏： : 博客： : 欢迎转发扩散^ _ ^ 这是一个简单的推荐系统，使用Tensorflow 1.0和python 3.5。 使用文本cnn工具实现电影推荐： 1.提供用户ID和电影ID以预测收视率。 2.推荐相同类型的电影。 3.推荐您喜欢的电影。 4.Recominging观看了喜欢该电影的同一