第一章:推荐系统。
思想:当一个用户 A 需要个性化推荐时,可以先找到和他兴趣相似的用户群体 G,然后把 G 喜欢的、并且 A 没有听说过的物品推荐给 A,这就是基于用户的系统过滤算法。
干这件事情需要几个步骤:
1.发现和用户A兴趣相似的用户,需要通过比较他们喜欢物品向量的相似度来计算,方法有Jaccard和余弦相似度等。
2.找到目标用户没有的物品去推荐。需要通过一个机制对物品排序,这种机制很多,按照排序推荐。
这个例子讲的是基于用户的相似度,还有基于物品的相似度等。
第一章:推荐系统。
思想:当一个用户 A 需要个性化推荐时,可以先找到和他兴趣相似的用户群体 G,然后把 G 喜欢的、并且 A 没有听说过的物品推荐给 A,这就是基于用户的系统过滤算法。
干这件事情需要几个步骤:
1.发现和用户A兴趣相似的用户,需要通过比较他们喜欢物品向量的相似度来计算,方法有Jaccard和余弦相似度等。
2.找到目标用户没有的物品去推荐。需要通过一个机制对物品排序,这种机制很多,按照排序推荐。
这个例子讲的是基于用户的相似度,还有基于物品的相似度等。