推荐算法：基于图的算法：随机游走
2016-07-07 18:47
260 查看
ItemRank
@@@Random-walk computation of similarities between nodes of a graph,with application tp collaborative recommendations拉普拉斯矩阵
http://doc.okbase.net/v_JULY_v/archive/110173.html
L=D−A
其中D为图的度矩阵，A为图的邻接矩阵。
用户与物品间的相似性可以估算为到达这些点的随机概率
@@@ ItemRank
movelensData
pij=|uij|/|ui| :当用户已经对物品i评分后还会对j评分的概率
du=ru/|ru|：
迭代公式
πU(t+1)=αPTπu(t)+(1−α)du
1.初始化πu(0)=1n1n
2. 计算π(∞)
其中：α是固定的概率到邻近节点，(1−α)到任意节点
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- python通过get方式,post方式发送http请求和接收http响应-urllib urllib2
- 序列化和反序列化
- 51NOD 1246 罐子和硬币（脑洞大开）
- Hibernate运行环境搭建
- c primer plus第11章总结：字符串和字符串函数
- python中的urlencode与urldecode
- x64下vs2013 C++遍历目录下所有文件使用_findnext()调试时中断
- 项目大汇总
- HourRank 10：Accessory Collection
- ThreadLocal
- 修改input标签type=file类型的文字
- 详解Swift中的数据类型类型转换
- 威佐夫博弈
- C#任意变换图像大小
- 颜色渐变、#16进制转RGB颜色（转Int）
- iOS SDWebImage 淡入 UITableViewCell
- C++中ANSI、Unicode、UTF8字符串之间的互转
- 支持向量机（五）SMO算法
- Android异常解决--A WebView method was called on thread 'JavaBridge'. All WebView methods must be called
- KVM 虚拟化架构和实现原理