因为老师给的代码和网上看到的一些都不是很满意,所以这里记录一下自己的一些关于物品相似度的算法分析。
这里介绍的是简单的物品推荐算法分析:
先介绍一些关于物品推荐算法的一些基本的概念:
物品相似度用一个用户的喜欢的物品决定。
这里物品相似度的定义就是说有用户评分的几个物品,
只要他们有分数(不为0),就说这两个物品有关联(相似)。
例如下面这个用户3,显然物品101,104,105,107有评分,那么就可以说101,104有关联,101,105有关联,104,105有关联,类似的,这几个有评分的两两组合。
注意:每一个用户的每一个组合的关联度都是1。不管他们的评分是多少。
1.下面再介绍一下用户喜欢表:
其实上面这个就是用户喜欢表,很显然,他有着用户的评分。那么这个用户评分又是怎么来的呢? 它是按照你对一个物品的行为(点击,收藏,购买)等等之类来给他一个不同的分数的。
2.物品的同现矩阵。
什么是物品的同现矩阵?上面已经介绍了什么是物品相似度。物品的同现矩阵就是根据物品相似度排出来的一个矩阵图而已。继续看图&