基于用户的协同过滤(UserBased Recommendation)

本文主要介绍基于用户的协同过滤(User-Based Recommendation)算法,这是推荐系统中的一种基础算法,分为用户和物品两类协同过滤。文章首先概述了算法的基本原理,接着详细阐述了算法的背景和执行步骤。
摘要由CSDN通过智能技术生成

     算法综述

基于邻域的算法是推荐系统中最基本的算法,就目前研究的成果来讲,基于邻域的推荐算法可以分为两大类,一类是基于用户的协同过滤,另外一种是基于物品的协同过滤。接下来本文先讲基于用户的系统过滤(UserBased Recommendation)

    算法背景

     每当同学们开始考研的时候,不知道要复习什么,或者买什么样的复习资料的时候,往往去咨询自己的师兄师姐,一般是同一个专业的,然后师兄师姐会给我们介绍一些书,如果这些书,我们没有看过,我们一般会听从他们的建议。
    我们为什么能听取他们的建议呢,无非以下几个原因:
    1、师兄师姐跟我们是一个专业的,可以理解为兴趣点一样
    2、师兄师姐都经历过,本身关系比较近,相互信任
    基于用户的系统过滤就是基于第一种思想,如果两个用户的历史兴趣点相似,那么该用户未来的兴趣点有很大的可能性相似。

   算法步骤

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值