【推荐系统】基于物品的协同过滤算法

举报
毛利 发表于 2021/07/15 02:52:03 2021/07/15
【摘要】 基于物品的协同过滤算法 目前业界应用最多的算法。 给用户推荐和他们之前喜欢的物品相似的物品。 其主要通过分析用户的行为记录计算物品之间的相似度。物品A和物品B具有很大的相似度是因为喜欢物品A的用户大都也喜欢物品B。 ItemCF 可利用用户的历史行为给推荐结果提供推荐解释。 ItemCF算法主要分为两步: 计算物品之间的相似度; 根据物品的相似度和用户...

基于物品的协同过滤算法

目前业界应用最多的算法。

给用户推荐和他们之前喜欢的物品相似的物品。

其主要通过分析用户的行为记录计算物品之间的相似度。物品A和物品B具有很大的相似度是因为喜欢物品A的用户大都也喜欢物品B。

ItemCF 可利用用户的历史行为给推荐结果提供推荐解释。

ItemCF算法主要分为两步:

  1. 计算物品之间的相似度;
  2. 根据物品的相似度和用户的历史行为给用户生成推荐列表。

从“Customers Who Bought This Item Also Bought”出发,用下面的公式定义物品的相似度:

w i j = ∣ N ( i ) ∩

文章来源: maoli.blog.csdn.net,作者:刘润森!,版权归原作者所有,如需转载,请联系作者。

原文链接:maoli.blog.csdn.net/article/details/115767136

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。