基于用户的协同过滤(user-based collaborative filtering)

姓名:wagsyang
日期:星期四, 08. 十二月 2016 03:25下午

简介

本文是集体智慧编程一书的学习笔记。

一个协作型过滤算法通常是对一大群人进行搜索，并从中找出与我们品味相近的一小群人。算法会对这些人所偏爱的其它内容进行考察，并将它们组合起来构造出一个经过排名的推荐列表。

---

收集偏好

我们要对不同的人和他对某个事物的偏好找一种表达方式，这里的研究对象是某人对它看过的电影的评价，评分由1到5。

#基于用户的协同过滤
critics={\
'Lisa Rose':{
  'lady in water':2.5,'snakes on a plane':3.5,'just my luck':3.0,'superman returns':3.5,'you,me and dupree':2.5,'the night listener':3.0},

'Gene Seymour':{
  'lady in water':3.0,'snakes on a plane':3.5,'just my luck':1.5,'superman returns':5.0,'you,me and dupree':3.5,'the night listener':3.0},

'Michael Phillips':{
  'lady in water':2.5,'snakes on a plane':3.0,'superman returns':3.5,'the night listener':4.0},

'Claudia Puig':{
  'snakes on a plane':3.5,'just my luck':3.0,'superman returns':4.0,'the night listener':4.5},

'Mick Lasalle':{
  'lady in water':3.0,'snakes on a plane':4.0,'just my luck':2.0,'superman returns':3.0,'you,me and dupree':2.0,'the night listener':3.0},

'Jack Matthews':{
  'lady in water':3.0,'snakes on a plane':4.0,'superman returns':5.0,'you,me and dupree':3.5,'the night listener':3.0},

'Toby':{
  'snakes on a plane':4.5,'superman returns':4.0,'you,me and dupree':1.0}}

---

寻找相近的用户

我们已经有了以上的数据，现在我们给你一个人H以及H所看过的电影的评分，怎样判断H与以上哪些人相似度最高？度量相似度的准则又是什么？这里我们介绍两种计算相似度的评价准则。欧几里德距离和皮尔逊相关度。

欧几里德距离
欧几里德距离就是两个点的空间距离：

$$distance=\sqrt{\sum_{i=j=0}^n{(x_i-x_j)^2}} \tag{1}$$

（1）式可以计算出距离值，偏好越相似的人，其距离就越短。我们现在需要一个函数，表示偏好越相近这个函数值就越大。我们可以这样：

sim_dist