python多维向量夹角求解用户同过滤推荐算法

东木月

已于 2022-04-16 22:48:55 修改

阅读量733

点赞数

CC 4.0 BY-SA版权

分类专栏： python python实现算法文章标签： python

于 2022-04-11 00:23:32 首次发布

本文链接：https://blog.youkuaiyun.com/lm_is_dc/article/details/124089229

python 同时被 2 个专栏收录

233 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

python实现算法

34 篇文章

订阅专栏

本文介绍了使用多维向量夹角求解用户协同过滤推荐算法，通过计算用户向量的余弦相似度来确定用户间的相似性。文中详细解释了协同过滤的概念，并给出了二维及多维向量夹角的计算公式，同时提供了相应的Python代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

多维向量夹角求解用户协同过滤推荐算法

实战项目

传送门

1、用户的协同过滤算法

就是把和你相似的用户喜欢的东西推荐给你。

协同过滤：利用用户的群体行为来计算用户的相关性。

计算用户相关性的时候就是通过对比他们对相同物品喜欢的相关度来计算的。

举例：

--------+--------+--------+--------+--------+
        |   X    |    Y   |    Z   |    R   |
--------+--------+--------+--------+--------+
    a   |   1    |    1   |    1   |    0   |
--------+--------+--------+--------+--------+
    b   |   1    |    0   |    1   |    0   |
--------+--------+--------+--------+--------+
    c   |   1    |    1   |    0   |