推荐系统中相似度综述与对比

本文将介绍推荐系统中用于度量相似度的几种方法，包括：余弦相似度，调整余弦相似度、欧氏距离，

以及他们之间的对比。

Reference

https://blog.csdn.net/tumantou2hao/article/details/88726531

https://blog.csdn.net/ZZh1301051836/article/details/81632712

 

1 余弦相似度 [1]

余弦距离，也称为余弦相似度，是用两个n维向量夹角的余弦值作为衡量两个个体间差异的大小的度量。（两向量的夹角越小，说明两个向量越相似）

向量，是多维空间中有方向的线段，如果两个向量的方向一致，即夹角接近零，那么这两个向量就相近。而要确定两个向量方向是否一致，这就要用到余弦定理计算向量的夹角。

余弦定理描述了三角形中任何一个夹角和三个边的关系。给定三角形的三条边，可以使用余弦定理求出三角形各个角的角度。假定三角形的三条边为a，b和c，对应的三个角为A，B和C，那么角A的余弦为：

如果将三角形的两边b和c看成是两个向量，则上述公式等价于：

其中分母表示两个向量b和c的长度，分子表示两个向量的内积。
举一个具体的例子，假如新闻X和新闻Y对应向量分别是：
x1, x2, …, x6400和
y1, y2, …, y6400
则，它们之间的余弦距离可以用它们之间夹角的余弦值来表示：

当两条新闻向量夹角余弦等于1时，这两条新闻完全重复（用这个办法可以删除爬虫所收集网页中的重复网页）；当夹角的余弦值接近于1时，两条新闻相似（可以用作文本分类）；夹角的余弦越小，两条新闻越不相关。