# 大数据与人工智能期中作业: MovieLens 1M 数据集处理与分析

`matrix_factorization.py` 负责利用矩阵分解方法对数据集进行处理与预测填补。

`analyzer.py` 负责结合预测填补后的用户-评分矩阵数据和原始数据进行初步分析。

`dataset` 内是 MovieLens 1M 数据集。

`result` 内是经过矩阵分解进行处理与预测填补的数据。

`analysis_results` 内是对以上数据进行初步分析的结果。

## MovieLens 1M 数据集

MovieLens 1M 电影评分数据集包含了 6000 名用户对 4000 部电影的 100 万条评分。发布于2003年2月。

[数据集链接](https://grouplens.org/datasets/movielens/1m/)

## 数据集处理与预测填补: 矩阵分解

![流程图](https://static.cattom.site/img/mermaid-diagram-1746403304091.png)

## 数据初步分析

### 用户

- 年龄
- 性别
- 职业
- 地域分布（邮政编码）

### 电影

- 类别
- 上映年份

### 评分数据

- 评分分布情况
- ...

### 综合分析

- 基于用户年龄
- 基于用户性别
- 基于用户职业
- ...