推荐系统基础之二－用户行为分析

论语曰：听其言，观其行

用户活跃度和物品流行度

协同过滤算法

基于用户行为数据设计的推荐算法

• 基于临域的方法（neighborhood-based）

  • UserCF (User-based collaborative filtering)
    1.找到目标用户相似的用户集合；
    用户的相似度可通过Jaccard公式或者余弦相似度简单计算。
    2.找到集合中用户喜欢的，且目标用户未听说过的物品推荐给目标用户。

  • ItemCF (Item-based collaborative filtering)

• 隐语义模型（latent factor model）

• 基于图的随机游走算法（random walk on graph）

问题：
评测指标：Recall、Precision、Coverage怎么确定的？