weixin_38966454的博客

1、预测准确度这是最最关键的指标，推荐系统推荐物品干嘛，就是希望推荐出来的物品能让用户满意。一般用点击率，用户停留时间等指标来度量。但是，用户满意度没有办法离线计算，只能通过用户调查或者在线实验获得。2、预测准确度预测准确度可以用评分预测和TopN表示（1）评分预测评分预测的预测准确度一般通过均方根误差（RMSE）和平均绝对误差（MAE）计算。对于测试集中一个用户u 和 物品 i，令 rui 是用户u对i 的实际评分，而^rui 是推荐算法给出的预测评分。那么 RMSE 的定义

一、概念该方法是先对所有的物品进行分类，再根据用户的兴趣分类给用户推荐该分类中的物品。而协同过滤是：（1）UserCF，先计算和目标用户兴趣相似的用户，再根据计算出来的用户喜欢的物品给目标用户推荐物品。（2）ItemCF，根据目标用户喜欢的物品，寻找和这些物品相似的物品，再推荐给用户。因此 LFM关键问题在于：（1）给物品分类(2)确定用户兴趣属于哪些类及感兴趣程度(3)对于用户感兴趣的类，如何推荐物品给用户二、算法原理隐语义模型，可以基于用户的行为自动进行聚类，并且这个类的数量，即粒度