用途
只要是平时经常浏览购物网站的人都会发现在网站的某些地方会有一些商品,推荐给我们,例如京东的首页,每个人浏览京东首页,看到的都是经过分析后推荐的商品。
由于IBM软件工程师的[探索推荐引擎内部的秘密,第 1 部分: 推荐引擎初探] 、[探索推荐引擎内部的秘密,第 2 部分: 深入推荐引擎相关算法 - 协同过滤]、[探索推荐引擎内部的秘密,第 3 部分: 深入推荐引擎相关算法 - 聚类]三篇文章已经很好讲述推荐系统原理,下面只详细介绍下协同过滤
是什么
找一群跟我品味相近的人,去看看他们经常浏览的商品,并且我没有浏览的推荐给我。
基于用户的协同过滤怎么做
第一步就是要收集每个人的偏好
以电影为例,如果我有一份数据清单,有每个人对一些电影的评分,通过这些评分,我们就能知道某两个人对电影品味相近程度。
critics={‘Lisa Rose’: {‘Lady in the Water’: 2.5, ‘Snakes on a Plane’: 3.5, <