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