本文深入探讨了协同过滤推荐系统的两种核心方法：基于用户的相似度和基于物品的相似度。通过对比usercf和itemcf，文章倾向于基于物品的协同过滤方法，并提供了实战代码链接。
https://www.imooc.com/learn/1029
协同过滤--理论基础
基于物品相似度
小写的为item，大写的为user
根据用户的行为计算出物品的相似度矩阵
r：用户u对item的行为得分，i是是所有物品中前topk个物品的集合
基于用户相似度
r：用户v对item的行为得分，v是用户u前topk个相似用户，而v行为过的物品i，u并没有行为过
user cf和item cf的对比
倾向item cf
代码实战：见https://github.com/Gin077/Recommend-System
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
