基于随机森林理论的电影评分预测

电影评分是电影质量的一个直观反映,对未上映的电影评分进行预测是非常重要的。文章在电影本身属性的基础上,定义所有特征量化方式,同时利用电影相似度新增相似电影评分属性,结果表明,加入该因子之后,模型的均方误差降低了35.3%。在此基础上,使用选择性随机森林优化算法对电影评分进行预测,模型的均方误差为0.1025,预测较准确。