支持向量机个性化推荐研究：实验数据准备

为测试优化的SVM分类算法(CF-IWA PSO-SVM)在推荐系统中的实际推荐质量，选择了MovieLens数据集［145］。具体包括3个数据集：

①MovieLens 100k数据集。该数据集包含943个用户对1 682部电影的100 000个评分数据(1—5)。每一个用户至少评价20部电影。该数据集中包括20个文件用于描述数据集的情况。

u.data是用来描述用户对电影评分数据的文件。用户和项目的序号是连续的，并且从1开始。包括：user id，item id，rating，timestamp。

u.info是记录用户对项目评分的记录数。包括：用户、项目、评分记录数。

u.item是用于记录电影详细信息的文件。包括：MovieID，movie title，release date，video release date，IMDb URL，unknown，Action，Adventure，Animation，Children’s，Comedy，Crime，Documentary，Drama，Fantasy，Film-Noir，Horror，Musical，Mystery，Romance，Sci-Fi，Thriller，War，Western。

u.genre是用来记录电影的类型、体裁、风格等信息。

u.user是用来记录用户的人口统计学信息，包括：UserID，Age，Gender，Occupation，Zip-code。

u.occupation是用来记录用户的职业信息。(www.xing528.com)

②MovieLens 1M数据集。该数据集包括6 040个MovieLens用户对3 900部电影的匿名评分。该数据集主要包括3个文件：ratings.dat，users.dat和movies.dat。

ratings.dat是用来记录评分数据信息的文件，包括：UserID，MovieID，Rating和Timestamp。

users.dat是用来记录用户信息的文件。包括：UserID，Gender，Age，Occupation和Zip-code。具体为“ustomer service”，6：“doctor/health care”，7：“executive/managerial”，8：“farmer：UserID”，Gender(‘M’for male and‘F’for female)，Age(1：Under 18，18：18-24，25：25-34，35：35-44，45：45-49，50：50-55，56：56+)，Occupation(0：“other”or not specified，1：“academic/educator”，2：“artist”，3：“clerical/admin”，4：“college/grad student”，5：“c”，9：“homemaker”，10：“K-12 student”，11：“lawyer”，12：“programmer”，13：“retired”，14：“sales/marketing”，15：“scientist”，16：“self-employed”，17：“technician/engineer”，18：“tradesman/craftsman”，19：“unemployed”，20：“writer”)。

movies.dat是记录电影信息的文件，包括：MovieID，Title和Genres。电影风格Genres包括：Action，Adventure，Animation，Children’s，Comedy，Crime，Documentary，Drama，Fantasy，Film-Noir，Horror，Musical，Mystery，Romance，Sci-Fi，Thriller，War，Western。

③MovieLens 10M数据集。该数据集包括71 567个MovieLens用户对10 681部电影的10 000 054个评分和95 580个标签信息。该数据集主要包括3个文件：ratings.dat，tags.dat和movies.dat。其他两个文件与MovieLens IM的基本一样，tags.dat文件是用来记录用户的标签信息(用户对电影的评价、描述等)。

为测试PSO-SVM模型在个性化电影推荐方面的性能，选择MovieLens 1M数据集作为实验数据集，不但可以利用电影的信息，而且也可以方便利用用户的人口统计学信息。并且与基于用户的协同过滤和基于项目的协同过滤进行对比，通过预测用户关于电影的喜欢与否来判断推荐的质量。