推荐算法学习笔记
2014-10-26 01:59
253 查看
基于邻域的算法:
1. 基于用户的协同过滤:
1) 计算用户之间的相似度。找到跟目标用户兴趣相似的群体。(某两个用户同时喜欢的物品数目)
2) 将群体中用户喜欢的,但是目标用户没有看过的物品推荐给该目标用户。
(通过与目标用户最相似的 K 个用户的喜好,计算目标用户对某物品的喜好程度, K 个用户的其中一个贡献的分数: 目标用户与该用户相似度 * 该用户对该物品的喜好程度。)
2. 基于物品的协同过滤:
1) 计算物品之间的相似度。(该相似度并非根据物品本身的属性如标题、meta信息等的相似度而计算,而是根据同时喜欢某两个物品的用户数目来计算的。)
2) 根据物品相似度推荐。(通过用户当前的物品行为列表计算用户对某新物品的喜好:用户对某物品的喜好程度 * 该物品与新物品的相似度)
1. 基于用户的协同过滤:
1) 计算用户之间的相似度。找到跟目标用户兴趣相似的群体。(某两个用户同时喜欢的物品数目)
2) 将群体中用户喜欢的,但是目标用户没有看过的物品推荐给该目标用户。
(通过与目标用户最相似的 K 个用户的喜好,计算目标用户对某物品的喜好程度, K 个用户的其中一个贡献的分数: 目标用户与该用户相似度 * 该用户对该物品的喜好程度。)
2. 基于物品的协同过滤:
1) 计算物品之间的相似度。(该相似度并非根据物品本身的属性如标题、meta信息等的相似度而计算,而是根据同时喜欢某两个物品的用户数目来计算的。)
2) 根据物品相似度推荐。(通过用户当前的物品行为列表计算用户对某新物品的喜好:用户对某物品的喜好程度 * 该物品与新物品的相似度)
相关文章推荐
- 推荐算法学习笔记
- [ITIL学习笔记]之事件管理(1) 推荐
- STL的内观排序(introsort)算法学习笔记
- CCNP学习笔记(4) 推荐
- 每天学习一点flash(35) 游戏设计笔记 (5) 跳跃算法笔记
- CCNP学习笔记(5) 推荐
- 基础算法学习笔记(二)----动态规划
- 算法学习笔记--概况
- 算法学习笔记--排序(简介)
- 小五思科技术学习笔记之SSH 推荐
- 再推荐一篇"Debian学习笔记"
- 推荐dojo学习笔记
- C++精华(STL)学习笔记之算法
- 基础算法学习笔记(一)----回溯法
- [ITIL学习笔记]之事件管理(2) 推荐
- [ITIL学习笔记]之配置管理(1) 推荐
- 算法导论学习笔记-1
- PPP配置相关(学习笔记) 推荐
- 小五思科技术学习笔记之标准访问控制列表 推荐
- 智能算法学习笔记