基于KNN的物品相似度的评分预测

在前提条件我们是基于item的cf的条件下，除了上篇所说的方式来计算相似度

还可以基于knn来计算物品的相似度

基于knn的物品相似度的评分预测也是非常常见的一种推荐技术。

也就是说，我们假设用户1对项目1打分有可能是5,4,3,2分，那么我们就统计其他用户对项目1的打分，打5分的多少，打4分的多少，直到把所有离散值都穷举到。

当然无论用户1的邻居好友打多少分，这些好友和用户1都有一个相似度，我们要把这个相似度给弄进去考虑

就是说，如果用户1和用户2的相似度0.65，而用户2对这个item的打分是5分，其他用户都没有打过5分，那么V（5）=1*0.65

同理V（3）有可能=1*0.54+1*0.49=1.03

那么r = 3

所以说KNN的思想就是少数服从多数的意思。

基于knn的评分预测，也就是一种基于分类的评分预测方法。

就比如说你有两个好朋友今晚要去看电影，那么我就预测你今晚要去看电影。

knn的核心思想就是选举。