基于相似度的推荐算法展开

最新推荐文章于 2024-04-18 10:35:08 发布

zero_cola

最新推荐文章于 2024-04-18 10:35:08 发布

阅读量1.2k

点赞数

分类专栏：算法文章标签：机器学习算法数据挖掘

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/afk110/article/details/109073781

版权

目录

1.基于相似度的推荐算法

2.基于矩阵分解的推荐算法

3. 基于贝叶斯的行列分解推荐算法

4.由矩阵分解的高斯过程的非线性扩展

1.基于相似度的推荐算法

用户的相似度：

$W_{nn^{'}}=\frac{{r_{n}}^{T}r_{n^{'}}}{\left \|r_{n} \right \|\left \|r_{n^{'}} \right \|}$
相似用户的加权平均值：

$r_{nm}=\sum_{n^{'}\epsilon U_{n}}\frac{W_{nn^{'}}}{\sum_{n^{''}\epsilon U_{n}}W_{nn^{''}}}r_{n^{''}m}$

$W_{nn^{'}}$ ：用户n与用户 $n^{'}$ 的相似度

$r_{n}$ :用户n评分向量 $r_{n}=(i_{n1}r_{n1},...,i_{nM}r_{nM})$

$r_{nm}$ :用户n对商品m的评分

$i_{nm}$ :用户n对商品m有无评分， $i_{nm}\epsilon(0,1)$ 1有评价，0无评价

$U_{n}$ :用户n的相似用户集合

相似度推荐方法的一些问题:

不知道以何种形式如何定义相似度，用户间的相似度、商品间的相识度，类似度的计算方式（相关系数、cosine、jaccard ）、虽然通过尝试不同方式计算选择最优计算方式，但是根据数据的不同，最佳相似度也不同。

为了减小评价分的误差，引入二乘误差 $\sum_{n=1}^{N} \sum_{m=1}^{M}i_{nm}\left \|r_{nm}-r_{nm}^{'} \right \|^{2}$ $r_{nm} ^{'}$ ：估计评价分

最低0.47元/天解锁文章

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
基于相似度的推荐算法展开

目录1. 推荐算法的种类2.基于相似度的推荐算法3.基于行列分解的推荐算法4. 基于贝叶斯的行列分解推荐算法5.行列分解的非线性扩张6. 通过推荐算法提升用户的生命周期1. 推荐算法的种类协同过滤内容过滤统合过滤...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。