数据集
基于用户 协同过滤 推荐
训练基于 用 户 用户 用户 的协同过滤推荐
步骤
1.加载用户画像数据,即通过提取用户的特征,向量化
2.计算用户之间的相似度,自己设计算法
欧
式
距
离
,
余
弦
距
离
,
相
关
系
数
,
聚
类
欧式距离,余弦距离,相关系数,聚类
欧式距离,余弦距离,相关系数,聚类
3.取出与
目
标
用
户
目标用户
目标用户 相似度高的用户,从这些用户交互的物品中,选出目标用户未交互的物品,计算推荐评分
4.根据推荐评分 排序 待推荐的物品
训练模型 代码
"""
根据用户画像,训练用户相似度
存储 待用
pass
"""
使用模型
"""
使用计算好的用户相似度
对目标用户 计算推荐列表
pass
"""
基于物品 协同过滤 推荐
搭建服务,部署模型
待更新