recruiting-system / python_basic-2020-7-23-16-54-55-397 Goto Github PK

MovieLens数据集是一个广泛用来研究推荐系统算法的一个数据集。这个数据集包含了来自电影推荐网站多年积累的数据。我们将基于这个数据集练习数据的处理和分析。

从 grouplens 下载数据集 MovieLens 1M Dataset。 数据集包含6个文件：

• tags.csv 用户给电影打的标签:
  • userId
  • movieId
  • tag
  • timestamp
• ratings.csv 用户给电影的评分:
  • userId
  • movieId
  • rating
  • timestamp
• movies.csv 电影信息:
  • movieId
  • title
  • genres
• links.csv 链接到其他资源的id:
  • movieId
  • imdbId
  • tmbdId

使用多线程+多进程的方式实现同时对tags.csv还有ratings.csv进行汇总，其中tags按照tag汇总，ratings按照rating汇总，按照每个tag/rating一个文件的方式输出对应的movie， 同单进程方式实现进行比较，对比较结果进行思考。

github工程源代码文件链接+结果截图