基于多模态知识图谱的推荐系统设计

使用的数据集: MovieLens1M数据集

描述：

###评分数据 所有评级都包含在ratings.dat文件中，格式如下 - UserID :: MovieID :: Rating :: Timestamp：

• UserID的范围在 1 到 6,040 之间
• MovieID的范围在 1 到 3,952 之间
• Rating为五星级
• Timestamp以秒表示 请注意，每位用户至少评了 20 部电影。

电影信息是movies.dat文件中的 ，格式如下 - MovieID :: Title :: Genres：

• 标题与 IMDb 提供的标题相同（发布年份）
• 流派是分开的，每部电影分为动作，冒险，动画，儿童，喜剧，犯罪，戏剧，战争，纪录片，幻想，电影黑色，恐怖，音乐，神秘，浪漫，科幻菲律宾，惊悚片和西部片

用户信息位于users.dat文件中，格式如下：UserID :: Gender :: Age :: Occupation :: Zip-code。

所有人口统计信息均由用户自愿提供，不会检查其准确率。此数据集中仅包含已提供某些人口统计信息的用户。男性 M 和女性 F 表示性别。

年龄选自以下范围：

• 1：18 岁以下
• 18：18-24
• 25：25-34
• 35：35-44
• 45：45-49
• 50：50-55
• 56：56+

职业选自以下选项：

0：其他，或未指定 1：学术/教育者 2：艺术家 3：文员/管理员 4：大学/研究生 5：客户服务 6：医生/保健 7：执行/管理 8：农民 9：主妇 10：K-12 学生 11：律师 12：程序员 13：退休了 14：销售/营销 15：科学家 16：自雇人士 17：技师/工程师 18：匠人/工匠 19：失业 20：作家

###数据操作过程参考 https://github.com/apachecn/apachecn-dl-zh/edit/master/docs/dl-tf-2e-zh/ch09.md