SlopeOne推荐算法

1. 这是一种基于协同过滤的推荐算法，简单、高效。

利用项目间的评分差来填补缺失值。

2. 基本原理

rateA=4- ((5-3)+(4-3))/2 =2.5  即A对Item2的打分预测为2.5

3. 加权算法

需要考虑各个“评分对”的数量，即权重

例如：共有3个项目，有100个用户对Item1和Item2均有评分，有1000个用户对Item2和Item3均有评分

假定某用户对Item1与item2均有评分，现在要补全Item3的评分

则rate= ““rate1to3” *100 + “rate2to3”*1000”/(100+1000)    其中 “rate1to3” 表示通过Item1 预测Item3的评分

优势：对于小数据也很有效，可应对冷启动问题。

文章来源：SlopeOne推荐算法