推荐系统_04_基于标签的推荐

最新推荐文章于 2024-02-22 09:09:31 发布

原创最新推荐文章于 2024-02-22 09:09:31 发布 · 630 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

推荐系统专栏收录该内容

7 篇文章

订阅专栏

本文探讨了标签推荐算法中热门标签权重过大的问题，并引入TF-IDF思想进行优化，同时讨论了数据稀疏性问题及解决策略，如通过计算标签间相似度来扩展标签集合。

最简单的标签推荐算法

在这里插入图片描述

算法问题

这个公式倾向于给热门标签对应的物品很大的权重

算法改进
借助TF-IDF思想对热门商品进行惩罚：
在这里插入图片描述

数据稀疏性
用户行为少会导致数据稀疏，这个时候需要扩展标签，对每个标签找到和它相似的标签，也就是计算标签之间的相似度。（例如余弦相似度）
在这里插入图片描述

标签清理

在这里插入图片描述

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。