
推荐系统
推荐系统
xiaopihaierletian
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
推荐系统:Evaluating_collaborative_filtering_recommender_systems
论文名EvaluatingCollaborative Filtering Recommender Systems JONATHAN L. HERLOCKERSchool of Electrical Engineering & Computer Science, Oregon State University and JOSEPH A. KONSTAN, LOREN G. TER翻译 2017-05-25 16:30:30 · 1632 阅读 · 1 评论 -
相似度计算的三种方式
欧几里德评价欧几里得度量(euclidean metric)(也称欧式距离)是一个通常采用的距离定义,指在n维空间中两个点之间的真实距离,或者向量的自然长度(即该点到原点的距离)。0ρ = sqrt( (x1-x2)^2+(y1-y2)^2 )similarity = 1/(op + 1) 最终的similarity就是相似度评价的值皮尔逊相关评价皮尔逊原创 2017-05-18 19:42:10 · 2453 阅读 · 0 评论 -
[推荐算法]ItemCF,基于物品的协同过滤算法
ItemCF:ItemCollaborationFilter,基于物品的协同过滤算法核心思想:给用户推荐那些和他们之前喜欢的物品相似的物品。比如,用户A之前买过《数据挖掘导论》,该算法会根据此行为给你推荐《机器学习》,但是ItemCF算法并不利用物品的内容属性计算物品之间的相似度,它主要通过分析用户的行为记录计算物品之间的相似度。==>该算法认为,物品A和物品B原创 2017-05-18 20:41:50 · 1019 阅读 · 0 评论 -
[推荐算法]UserCF,基于用户的协同过滤算法
UserCF:UserCollaborationFilter,基于用户的协同过滤算法核心思想:在一个在线推荐系统中,当用户A需要个性化推荐时,可以先找到和他有相似兴趣的其它用户,然后把那些用户喜欢的、而用户A没有听说过的物品推荐给A,这种方法称为基于用户的协同过滤算法。==>可以看出,这个算法主要包括两步:一、找到和目标用户兴趣相似的用户集合——计算两个用户的兴原创 2017-05-18 20:42:16 · 950 阅读 · 0 评论