推荐系统-基于用户的协同过滤系统

1. 什么是基于用户的协同过滤算法？

简单来说，给用户推荐和她兴趣相投的其她用户喜欢的物品。

2. 实施步骤

a. 构建用户的特征维度

b. 求用户间的相识度

c. 计算推荐结果

还是通过一个例子来说吧！

链接：https://pan.baidu.com/s/1TzeSENwaIyOBrsJIAOauIw 
提取码：8deq

需要注意的点：

1.在计算用户相似度的前，我们需要构建用户的特征矩阵，这个特征矩阵不能用维度为电影数目的作为向量的维度。向量的构建起决于计算相识度的两个用户。有一种方式：将两位用户都看过的电影作为特征向量。但是这种方法忽略了看不同的电影，对相似度计算的影响。还有另一种方式，利用jarcard的算法计算用户的相识度，看过的电影的交集/并集，但是这种方式又没有考虑到评分的问题

2.惩罚热门物品

将相似度的计算公式换成下面的公式，就可以达到目的：

其中N(i)是对物品i有过行为的用户