多样化电影推荐系统的设计与实现

本文探讨了协同推荐系统中支持结果多样性的方法,重点介绍了基于局部敏感哈希(LSH)的DivRec_LSH算法,包括离线建立项索引、相似项集合构建、评分预测和多样化推荐列表生成。实验评测指标包括时间消耗、平均绝对误差(MAE)、均方根误差(RMSE)和average_Div多样性指标。
摘要由CSDN通过智能技术生成

第3章 协同推荐中支持结果多样性的方法

在这里插入图片描述

3.1 局部敏感哈希(Locality-Sensitive Hashing:LSH)

在这里插入图片描述
在这里插入图片描述
通过搞一个什么hash函数,来创建桶分类,进行类型分别。

在这里插入图片描述

3.2 基于LSH的高效、多样且准确的推荐方法

在这里插入图片描述

3.2.2 电影推荐算法:DivRec_LSH

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值