百度面试题,该怎么解决
百度面试题
100部电影，已经有了评分，我评了5部，根据这5部的评分，系统该给我推荐哪一部？
电影没有分类
------解决方案--------------------
这样如何，
以系统中对应五部电影的打分和我的打分为样本，构造函数，拟合出系统分和我打分之间的关系，然后遍历系统分转换为我打分，那部分值高推荐那部
------解决方案--------------------
似乎要用神经网络
------解决方案--------------------
以下是个人观点。
推荐标准：
1、电影名字的相似度。
2、打分高低。
然后自己规划写一个加权算法，得到一个值，同时能反应出这两个标准。
然后根据加权算法得到的这个值进行推荐。
------解决方案--------------------
如果做过标签推荐应该类似，可惜没这方面的经验。
------解决方案--------------------
100 部电影都已评分，自己评了 5 部
系统从生下来的 95 部中推荐一部
假设每部电影的信息（特征）都已知道（先验）：综合评分、导演、主要演员（、类型）、上映时间、票房、出品公司 等
根据每部电影的特征得之 100 部电影之间的相似度
假设 5 部电影 ABCDE 的评分分别为：1 2 3 4 5
如果只推荐一部电影：从 95 中选择一部 和 E 相似度最大的，并且自身综合评分较高的一部电影作为待推荐的
如果推荐 n 部电影：考虑的因素有三，待推荐和自己已评 5 部电影的相似度、自己给 5 部各自的评分、待推荐电影的综合评分
如果 有一部电影 X 与 A 的相似度很大，且综合评分很低，则不用考虑
如果 有一部电影 Y 与 A 的相似度很大，但综合评分很高，则也将其推荐
------解决方案--------------------
.......
这个和我的学年论文很像！！！
基于内容的用户兴趣推荐模型研究
100部电影，已经有了评分，我评了5部，根据这5部的评分，系统该给我推荐哪一部？
电影没有分类
------解决方案--------------------
这样如何，
以系统中对应五部电影的打分和我的打分为样本，构造函数，拟合出系统分和我打分之间的关系，然后遍历系统分转换为我打分，那部分值高推荐那部
------解决方案--------------------
似乎要用神经网络
------解决方案--------------------
以下是个人观点。
推荐标准：
1、电影名字的相似度。
2、打分高低。
然后自己规划写一个加权算法，得到一个值，同时能反应出这两个标准。
然后根据加权算法得到的这个值进行推荐。
------解决方案--------------------
如果做过标签推荐应该类似，可惜没这方面的经验。
------解决方案--------------------
100 部电影都已评分，自己评了 5 部
系统从生下来的 95 部中推荐一部
假设每部电影的信息（特征）都已知道（先验）：综合评分、导演、主要演员（、类型）、上映时间、票房、出品公司 等
根据每部电影的特征得之 100 部电影之间的相似度
假设 5 部电影 ABCDE 的评分分别为：1 2 3 4 5
如果只推荐一部电影：从 95 中选择一部 和 E 相似度最大的，并且自身综合评分较高的一部电影作为待推荐的
如果推荐 n 部电影：考虑的因素有三，待推荐和自己已评 5 部电影的相似度、自己给 5 部各自的评分、待推荐电影的综合评分
如果 有一部电影 X 与 A 的相似度很大，且综合评分很低，则不用考虑
如果 有一部电影 Y 与 A 的相似度很大，但综合评分很高，则也将其推荐
------解决方案--------------------
.......
这个和我的学年论文很像！！！
基于内容的用户兴趣推荐模型研究