![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
智能推荐学习
iSuperGifted
也曾豪言壮志,最后冷暖自知
展开
-
智能推荐算法学习总括
智能推荐算法总的来说分为两种:基于内容的推荐算法和协同过滤推荐算法。基于内容的推荐算法:根据内容的相似度(静态的东西)进行推荐,内容不好提取的可以采取贴标签的形式来区分计算内容的相似程度。然后根据用户的喜好设置,关注等进行相似内容推荐。协同过滤推荐算法:根据动态信息来进行推荐,即推荐的过程是自动的,推荐结果的产生是系统从用户的购买行为或浏览记录等隐式信息拿到的,无需用户通过填表格等方式来明确自己的...原创 2018-03-21 20:25:37 · 7952 阅读 · 0 评论 -
相似度计算方法学习总结
无论什么推荐算法,计算相似度都是避不开的,下面就总结一下已经了解的相似度计算方法。1. 余弦相似度 这个算是最常用的了,典型例子是计算文本相似度。通过计算两个向量间的夹角,越是相似夹角度数越接近0,所计算的值也就越接近1。但是余弦相似度只对方向敏感,对距离并不敏感。2. 欧式距离(欧几里得距离) 就是计算空间上两点间的距离。下图很好体现了欧氏距离和余弦相似度的差异。 所以可以看出 欧氏距离 适用...原创 2018-03-21 20:29:46 · 1849 阅读 · 0 评论 -
余弦相似度计算
余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小。余弦值越接近1,就表明夹角越接近0度,也就是两个向量越相似,这就叫"余弦相似性"。我们知道,对于两个向量,如果他们之间的夹角越小,那么我们认为这两个向量是越相似的。余弦相似性就是利用了这个理论思想。它通过计算两个向量的夹角的余弦值来衡量向量之间的相似度值。余弦相似性推导公式如下: 【下面举一个例子,来说明余弦计算文本相似度】...原创 2018-03-21 20:32:57 · 6780 阅读 · 0 评论