推荐系统
灯火阑珊不知处
这个作者很懒,什么都没留下…
展开
-
推荐系统初概念
推荐系统分为协同过滤推荐、基于内容的推荐、基于知识的推荐、混合推荐方法。 1.协同过滤推荐 由于选择可能感兴趣的书涉及从大量集合中过滤出最有希望的书,而且用户是在隐式地与其他人相互协作,因此这种技术称为协同过滤。 协同方法背景下的常见问题如下: 1.如何发现与我们要推荐的用户有着相似偏好的用户? 2.如何衡量相似度? 3.如何处理还没有购买经历的新用户? 4.如果只有很少的评分该...原创 2018-05-19 19:44:14 · 248 阅读 · 0 评论 -
第二章协同过滤推荐
2.1基于用户的最近邻推荐 主要思想如下:首先,给定一个评分数据集和当前(活跃)用户的ID作为输入,找出与当前用户过去有相似偏好的其他用户,这些用户有时被称为对等用户或最近邻;然后,对当前用户没有见过的每个产品p,利用其近邻对p的评分计算预测值。这种方法的潜在假设是: (1)如果用户过去有相似的偏好,那么他们未来也会有相似的偏好。 (2)用户偏好不会随时间而变化。 用户集U={u1...原创 2018-07-08 22:41:48 · 377 阅读 · 0 评论