笔记

临域算法:

数据随机分成n组,选一组作测试集,剩下n-1组做训练集.

每次实验选择不同的k和相同的随机数种子seed.
用n次实验的平均值作为最后的评测指标.防止某次实验的结果是过拟合的结果.

基于用户的临域算法
优化算法,建立一个倒查表
惩罚过于流行的物品,因为冷门物品更能体现出用户相似度

基于物品的临域算法
同样采用倒查表
惩罚过于流行的物品,因为冷门物品之间更能体现相似度
应付过于活跃的用户(比如一个书商买了当当80%的书).活跃度高的用户对相似性的贡献应该更小.或者贡献度太高的用户不放入训练集中.增加召回率和准确率

物品归一化,可以提高推荐的多样性.

_____________________________________________________________________________________________