协同过滤笔记

 

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：给用户推荐他们以前喜欢的物品类似的物品

通常认为，若是喜欢A物品的用户大多喜欢B物品，大家A、B物品具备很大的类似度

基于用户的协同过滤：

推荐步骤：

一、计算用户之间的类似度

二、给用户推荐和他兴趣类似的其余用户的物品

基于物品的协同过滤

推荐步骤：

一、计算物品之间的类似度

二、给用户推荐和他以前喜欢的物品类似的物品

计算类似度的公式，通常有：

一、皮尔逊相关系数

二、欧几里得距离

三、余弦定理

等公式

参考 项亮《推荐系统实践》