《programming.collective.intelligence》(集体智慧编程)读书笔记

1.      相关性算法：

a)          欧几里得距离是以物品为坐标描述玩家的位置，然后根据玩家之间的距离衡量玩家相似度（玩家对物品评分严厉程度不一样时数据可能不准确）

b)          皮尔逊相关度是以玩家为坐标描述物品的位置，然后根据斜率衡量玩家相似度

c)          Tanimoto系数代表的是交集（只包含那些在两个集合中都出现的项）与并集（包含所有出现于任易集合中的项）的比率（列数据为0/1时用该算法更有意义）

 

2.      基于用户的推荐（根据玩家品味相似推荐物品）

         计算完用户跟其他每个用户之间的相似度之后，根据相似度计算所有物品的加权评分，然后求和除以相似度之和得到各物品的推荐系数

         行是除我以外的所有用户或者跟我相似值比较高的一部分用户

         列是所有我没有看过的物品

        

3.      基于物品的推荐（寻找物品之间的相似度，推荐物品、寻找潜在用户）

         对于上述方法，把物品和用户位置调换就可以找到物品之间的相似度

         行是我评过分的所有物品

         列是所有我没有看过的物品

 

4.      基于用户和基于物品的协作性过滤的选择：在用户数较多时基于物品的效率高一些（用户的数据是在不断变化的，基于用户需要频繁跟其他用户对比计算相似度，而基于物品时某个用户的行为不足以对物品之间的相似值影响太大）；当数据集比较稀疏时基于物品的准确度高一些（因为两用户之间可能没有都评价过的物品）