Finch imdb的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

運用電影銷售趨勢分群於電影推薦系統之研究

為了解決Finch imdb的問題，作者吉雷曼 這樣論述：

在電子商務盛行的今天，利用推薦系統來主動提供與消費者相關或消費者可能有興趣的商品已成為電子商務服務的一環。推薦系統主要利用以物品與使用者所形成的龐大評分矩陣來推估使用者對未知商品的評比。由於評分矩陣通常相當大，因此進行此一矩陣的因子分解計算（matrix factorization）極為費時。本研究，針對電影推薦系統，以資料分群的方法先針對電影依其電影相關資訊及過去銷售狀況進行分群，藉以將原本極大的矩陣計算區分為幾個較小的矩陣計算。此外，電影分群的結果將有助於在推薦電影時更準確推薦消費者有興趣的電影類別。本研究以twitter®的電影評比資料庫及IMDB電影資料庫作為研究的資料集。本研究亦提

出一個兩階段的電影分群方法，將電影依影片特性及電影票房進行分群。為有效地處理電影票房變化的時間序列資料，本研究透過正規化及functional data clustering方法將所收集之電影分為11群，並依此分群結果將原本的評分矩陣進行切割。實驗結果發現，透過分群所產生較小的評分矩陣可加速推薦系統運算，並提供較為正確的評比估計。