协调过滤
主要有两种推荐方法
基于用户的协同过滤
基于物品的协同过滤
核心思想:给用户推荐他们之前喜欢的物品相似的物品
一般认为,如果喜欢A物品的用户大多喜欢B物品,你们A、B物品具有很大的相似度
基于用户的协同过滤:
推荐步骤:
1、计算用户之间的相似度
2、给用户推荐和他兴趣相似的其他用户的物品
基于物品的协同过滤
推荐步骤:
1、计算物品之间的相似度
2、给用户推荐和他之前喜欢的物品相似的物品
计算相似度的公式,一般有:
1、皮尔逊相关系数
2、欧几里得距离
3、余弦定理
等公式
参考 项亮《推荐系统实践》