定义矩阵
A,
Aij = 1 :表示用户i读了文档j.
Aij = 0 :表示用户i未读了文档j.
定义B = A*At
Bij=用户i和用户j都看过的文档总数,对角线表示用户i看过的文档总数
可以采用投票算法给出用户推荐,即文档被阅读机会越多的则被优先推荐.
下面计算用户i对文档j的相关性
1)计算用户i和用户j的相关性, Bij/|Vi|*|Vj|. 向量见夹角余炫.令为Wij
2)计算用户对文档j的相关性 对(Wij *Vjk)求和,j 从1-n ,这个值表示了和用户j相关度大的用户看过的文档越多,则改值越大,可以推测用户对文档j的相关性也越大.
本文介绍了一种基于用户阅读行为的文档推荐算法。通过构建用户-文档矩阵并计算用户间的相似度,来预测用户可能感兴趣的文档。该算法适用于个性化推荐系统。
2572

被折叠的 条评论
为什么被折叠?



