编一个电影推荐的算法的可行性怎样？
先说一下，我一点都不懂计算机。只是有这样的想法，如果把用户给电影的打分加权到电影本身的各个特点上面，再根据用户没有看过的电影的特点分布来推荐电影，这样不就会发现许多好电影么？就像网易云推荐音乐那样。
编这么个程序的可行性怎么样？（电影FM好像有类似的推荐，但又似乎没有按照用户）
如果有这个程序，那么在豆瓣时光等地方使用会有怎样的效果？
编这么个程序的可行性怎么样？（电影FM好像有类似的推荐，但又似乎没有按照用户）
如果有这个程序，那么在豆瓣时光等地方使用会有怎样的效果？
4 个回答
Eidosper - 一粒尘埃/码农/作曲，公众号一埃居(ID:eidosperhome)正在筹建中，欢迎关注。华科论道群342531142
推荐来自: Joey 、召南名士
这个算法的复杂度，假设一个人看了n部，一共m人，那复杂度是mmnn，假如我有一百万用户，每人平均看了二十部电影，那计算量是巨大的。并且每人新看一部电影，又要比较一番。
还有一种做法，就是如果一个人同时看了两部电影，那两部电影关联度加一。这个算法的复杂度是多少呢？mnn，少了一百万倍，换言之，快一百万倍。
用后者，可以根据你打分最高的几部，推荐关联度最高的几部。还可以稍微做个优化，一个打一星一个打五星视为关联度减1，因为得分差距大嘛，如果都是五星或者一星关联度加1……当然各种优化都可以尝试。
听说大家实践中用后一种，科研中可能有用前一种的。，目测部署会挺困难的，当然也有办法优化，但是显然计算复杂度会高一些，因为牵扯到用户间的两两匹配。
其实你也可以把整个电影 电影隐藏的情绪 观众打分视作一个隐马尔可夫模型，估计那样比你说的更高大上。但是实践中是否好用，并不知道。
针对你说的不懂计算机，我不懂生物，但是我知道理论上人类可以合成细胞中的所有分子，那么为什么生物学家还没搞出来人造器官呢？明明理论上可以的嘛……