多种方式获取用户的相似度（附python源码）

多种方式获取用户的相似度

1、数据

有一份csv数据，用户评分商品数据，如下：

2、获取用户的相似度

余弦相似度（Cosine Similarity）是一种衡量两个向量方向相似度的指标，常用于文本分析、推荐系统、图像处理等领域。它基于向量的几何性质，计算两个向量夹角的余弦值来评估它们的相似程度。余弦相似度的值域范围是 [-1, 1]，其中：

• 1 表示两个向量完全相同，方向完全一致。
• -1 表示两个向量方向完全相反。
• 0 表示两个向量正交（即90度夹角），没有线性相关性。

jaccard相似度（Jaccard Similarity）是一种用于比较有限样本集之间相似性和多样性的统计度量。

给定两个集合A和B，Jaccard相似度定义为A和B的交集大小与A和B的并集大小的比值，取值范围在0到1之间：

• 当J(A, B) = 1时，表示两个集合完全相同。
• 当J(A, B) = 0时，表示两个集合没有交集。
• 当J(A, B)的值介于0和1之间时，表示两个集合有一定的相似度，但并非完全相同。

3、代码