个性化召回算法协同过滤理论与理论升级
User cf
- 给用户推荐相似用户感兴趣的物品
- 如何评价相似兴趣用户集合?
采用基于用户行为重合度的方法(举例:如果2个用户的行为具有很高的重合度,那么就具有很高的相似性,他们可以称为相似兴趣用户集合)
找到集合用户感兴趣的而目标用户没行为过的item
User A 可以给User D 推荐b
公式
表示用户u有过行为的item集合,
表示用户有过行为的item集合;
分子:item重合程度,重合程度越高,越相似;
采用基于用户行为重合度的方法(举例:如果2个用户的行为具有很高的重合度,那么就具有很高的相似性,他们可以称为相似兴趣用户集合)
找到集合用户感兴趣的而目标用户没行为过的item
User A 可以给User D 推荐b
表示用户u有过行为的item集合,
表示用户有过行为的item集合;
分子:item重合程度,重合程度越高,越相似;