推荐系统——2.2相似度衡量

本节内容提要

在上节中，我们接触到不少相似度衡量（Similarity Measures）的方法，例如皮尔逊相关系数（PCC）、从向量夹角演化出的Cosine相似度、运用贝叶斯理论获得的概论计算公式。

在本节中，我们对相似度相关的算法和理论做一个系统而全面的梳理。

1. 常用的相似度衡量方法
   • Pearson Correlation Coefficient（PCC）
   • Cosine Similarity（COS）
2. 相关性分析
3. 一些其他的相似度衡量方法
   • Distance-based Similarities
   • Set-based Similarities）
   • Link-based Similarities
   • Bayesian Similarity

皮尔逊相关系数（Pearson Correlation Coefficient/PCC）

皮尔逊相关系数公式

公式如下图，其中，$a$和$b$是待比较的两个用户，$r_{a,p}$是用户$a$对项目$p$的评分，集合$P$是用户$a$和用户$b$共同评分过的产品集，$\overline{r_a}$是用户$a$对 P P