推荐系统中相似度算法介绍及效果测试

######################

尊重版权，转载注明地址

######################

相似度算法介绍

相似度算法主要任务是衡量对象之间的相似程度，是信息检索、推荐系统、数据挖掘等的一个基础性计算。下面重点介绍几种比较常用的相似度算法。

向量表示

通常假设对象X和Y都具有N维的特征，即

 X=(x_1,x_2,…x_n)                    Y=(y_1,y_2,…y_n)

在推荐场景下,假设用户物品矩阵为：

item1=(0,1,1)                            item2=(1,0,1)

1.欧氏距离

 

欧式距离相似度算法需要保证各个维度指标在相同的刻度级别，比如对身高、体重两个单位不同的指标使用欧氏距离可能使结果失效。