当前位置: 首页> 科技> 数码 > 基于用户的协同过滤算法

基于用户的协同过滤算法

时间:2025/7/12 6:05:22来源:https://blog.csdn.net/m0_74343360/article/details/140154404 浏览次数:2次

目录

原理:

计算相似度:

步骤:

计算方法:Jaccard相似系数、余弦相似度。

推荐


原理:

先“找到相似用户”,再“找到他们喜欢的物品”--->人以群分。即,给用户推荐“和他兴趣相似的其他用户”喜欢的物品。

计算相似度:

步骤:

  1. 找到与带推荐用户兴趣相似的用户集合。(基于用户的行为相似度计算兴趣的相似度,如图一)
  2. 选出这些相似用户喜欢的、且目标用户没有关注的物品,将它们推荐给目标用户。

图一

计算方法:Jaccard相似系数、余弦相似度。

Jaccard相似系数:

余弦相似度:

推荐

和他兴趣最相似的K个用户的感兴趣物品会对推荐的物品做一个排序

关键字:基于用户的协同过滤算法

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

责任编辑: