一、基本原理
用户A,和用户C都喜欢物品A,和物品C,表明他们兴趣相同,则可向用户A推荐物品D
那么如何表示两个用户兴趣相同呢?
有如下用户对物品的评分矩阵
item1 | item2 | item3 | item4 | item5 | |
Bob | 5 | 3 | 0 | 5 | 5 |
Alice | 5 | 0 | 0 | 4 | 5 |
Carle | 5 | 4 | 0 | 4 | 5 |
Dum | 0 | 3 | 0 | 4 | 4 |
Enime | 0 | 0 | 1 | 5 | 3 |
①找出相似用户
计算两个用户兴趣是否相同则可以使用余弦相似度(cos)或皮尔逊相关系数(pearson)进行用户相似度计算
评分矩阵中的行代表了用户向量,列代表了物品向量,计算用户间的相似度是计算评分矩阵中行向量的相似度。
cos:
pearson: