数据结构/算法
文章平均质量分 77
leiyonglin
学会把问题简单化,如果认为问题很复杂,那你一定是想错了。
展开
-
如何从无到有建立推荐系统
原文: http://gengrenjie.com/2009/12/15/%E3%80%90resys%E3%80%91%E5%A6%82%E4%BD%95%E4%BB%8E%E6%97%A0%E5%88%B0%E6%9C%89%E5%BB%BA%E7%AB%8B%E6%8E%A转载 2011-09-29 09:50:19 · 806 阅读 · 0 评论 -
使用欧几里德距离构建简单的推荐系统计算用户相似度
在计算用户相似度的过程中,首先对于两个用户共同打分过的所有条目,计算他们对于每个条目的评分差值,对差值求平方、求和,再对结果求平方根,这样得到的值称为欧氏距离,但这并不足以作为显示度计算的度量值。相似度与距离的概念在某种程度上说是互反的,就其意义而言,欧氏距离越小,两个用户相似度就越大。相似度与距离这种反序关系很容易就可以调整过来,比如只要第一显示度为欧氏距离加1,再取倒数。 02dat原创 2011-11-08 17:39:58 · 6016 阅读 · 0 评论 -
构建基于相似用户的推荐
计算用户相似度:两个用户相似度就简单等同两者一致性评分次数除以两者共同评分过的条目 02data.php <?php $data = array( 'Frank'=>array( 'Tears'=>5, 'La'=>4, 'Robinson'=>5, 'Yesterday'=>4, 'Wizard'=>5, 'Mozart'=原创 2011-11-11 10:39:47 · 2862 阅读 · 0 评论 -
Bloom Filter概念和原理
原文:http://blog.csdn.net/jiaomeng/article/details/1495500 Bloom Filter是一种空间效率很高的随机数据结构,它利用位数组很简洁地表示一个集合,并能判断一个元素是否属于这个集合。Bloom Filter的这种高效是有一定代价的:在判断一个元素是否属于某个集合时,有可能会把不属于这个集合的元素误认为属于这个集合(false po转载 2011-12-23 13:13:36 · 608 阅读 · 0 评论