基于协同过滤的推荐引擎

参考：https://blog.csdn.net/pipisorry/article/details/51788955

 

• 基于物品的协同过滤

关键点：基于物品之间的相似度，进行加权平均得到所求评分。

（1）相似度计算：对于电影1和电影m之间的相似度sim(1,m)，可以使用这两个电影的共同用户给出的评分向量之间的皮尔逊相似系数进行度量。

（2）预测打分：根据用户5已经给出的打分，做一个加权平均得到对电影1的预测打分

（3）邻域选择：有些电影和待预测电影可能根本就没有任何关系，这个时候选择最相关的前k个电影作为基础（而不是将用户5的所有评分数据都用上）是更为合适的。