在user-cf的过程中,考虑如下的case:
user-A like item-a item-b item-d
user-B like item-a item-c
user-C like item-b item-c
user-D like item-c item-d item-e
考虑给user-A进行推荐,首先user-cf要确定相邻user的个数K。
书上说,user-cf中K的值过大或者过小都不好。user-A的推荐中,K值最小的极限K=1,即只考虑和user-A最相似的user,会因过于片面而效果不好;K值去最大的极限,即K=user_number,即所有的user都和user-A相邻,那么给user-A的推荐就会过于倾向于热门物品,而不是个性化物品。
个人认为,在user-cf的推荐中,user-A和所有相似度不为0的user进行推荐,K值越大越好。因为这样才能全方位利用相似user的信息,如果K值过大导致推荐倾向热门物品,是因为相似度计算公式不够好,不能够对和A最相似的物品给予足够的权重。
在此处只考虑K=user_number进行计算。