社交网络环境下基于信任的推荐算法

社交网络环境下基于信任的推荐算法

PMF

概率矩阵分解(借鉴:http://blog.csdn.net/shenxiaolu1984/article/details/50372909
- 基本思路
其核心思想是:用户和电影之间的关系(即用户对电影的偏好)可以由较少的几个因素的线性组合决定。
评分矩阵可以分解为两个低维矩阵的乘积R=UTV,其中D×N矩阵U描述N个用户的属性,D×M矩阵V描述M部电影的属性。
这里写图片描述
用贝叶斯观点来说,R是观测到的值,U,V描述了系统的内部特征,是需要估计的。

信任度

  • 局部信任
    用户a 对某一物品的喜好程度,其值就是所有对该用户熟悉的用户u 对物品i 评分的均值
  • 6
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值