推荐系统之矩阵分解模型注（二）

最新推荐文章于 2023-05-09 12:53:46 发布

那我就换个名字吧

最新推荐文章于 2023-05-09 12:53:46 发布

阅读量285

点赞数

分类专栏：人工智能文章标签：人工智能推荐算法

本文链接：https://blog.csdn.net/wufeifan_learner/article/details/92850299

版权

人工智能专栏收录该内容

5 篇文章 0 订阅

订阅专栏

腾讯这三篇文章，逐渐深入，为我们初步讲解了推荐系统之矩阵分解的方法。

科普篇 | 推荐系统之矩阵分解模型

原理篇 | 推荐系统之矩阵分解模型

实践篇 | 推荐系统之矩阵分解模型

1. 矩阵分解算法

经典的矩阵分解算法有：余弦相似度（Cosine Similarity）、皮尔逊相关系数（Pearson Correlation）、欧氏距离（Euclidean Distance）、jaccard相似度等（jaccard similarity coefficient），这个系列文章只提到了余弦相似度个jaccard相似度，需要啥拿啥，咱们就简单说说这两种算法。

1.1 余弦相似度

$Similarity=\cos \theta = \frac{a\cdot b}{\left | a \right |\left | b \right |}$

高中知识我们知道，cosΘ的值在（-1，1），也就是Similarity的值在（-1，1）之间。但是以上只是2维空间的计算方法，拓展到n维，不推导，直接看公式：

$Smilarity=cos(A,B )=\frac{A\cdot B}{\left \| A \right \|\left \| B \right \|}=\frac{\sum_{i=1}^{n}(A_{i}*B_{i})}{\sqrt{\sum_{i=1}^{n}(A_{i})^{2}}*\sqrt{\sum_{i=1}^{n}(B_{i})^{2}}}$

这里的 $A_{i}B_{i}$ 分别代表向量A和B的各分量。

1.2 jaccard相似度

$Similarity = jaccard(A,B)=\frac{\left | A\bigcap B \right |}{\left | A\bigcup B \right |}=\frac{\left | A\bigcap B \right |}{\left | A \right |+\left | B \right |-\left | A\bigcap B \right |}$

Similarity越大，说明相似度越高

1.3 与原文的关联

$Smilarity=cos(A,B )=\frac{\left |N(A)\bigcap N(B)) \right |}{\sqrt{\left | N(A)) \right |\left | N(B)) \right |}}$

$Smilarity=jaccard(A,B )=\frac{\left |N(A)\bigcap N(B)) \right |}{\left | N(A)\bigcup N(B))) \right |}$

这里的N(A), N(B)可以指阅读过文章A，B的人的集合。

比方说：abcdefghij一共十个人，abcde阅读过文章A，fghij阅读过文章B，即N(A)={a,b,c,d,e}，N(B)={f,g,h,i,j}，那么N(A)∩N(B)={}。因为没有一个人既阅读过A也阅读过B。

再举个栗子，甲乙丙丁四个人，甲乙丙阅读过文章A，乙丙丁阅读过文章B，N(A)={甲，乙，丙}，N(B)={乙，丙，丁}，那么N(A)∩N(B)={乙，丙}， | N(A)∩N(B) |=2。同理，可以求出Similarity=1/2 。

2. 范数与2范数

二范数指矩阵A的2范数，就是A的转置共轭矩阵与矩阵A的积的最大特征根的平方根值，利用公式表示为： $\left \| A \right \|_{2}$ 。是指空间上两个向量矩阵的直线距离。类似于求棋盘上两点间的直线距离。

在文章中，出现了符号： $\left \| A \right \|_2^2$ ，就是2范数的平方。

那我就换个名字吧

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
推荐系统之矩阵分解模型注（二）

腾讯这三篇文章，逐渐深入，为我们初步讲解了推荐系统之矩阵分解的方法。科普篇 | 推荐系统之矩阵分解模型原理篇 | 推荐系统之矩阵分解模型实践篇 | 推荐系统之矩阵分解模型1.矩阵分解算法经典的矩阵分解算法有：余弦相似度（Cosine Similarity）、皮尔逊相关系数（Pearson Correlation）、欧氏距离（Euclidean Distance）、jaccar...
复制链接

扫一扫