读书笔记---推荐系统实践（3）

基于邻域的算法

基于领域的算法是推荐系统中最基本的算法，包括基于用户的协同过滤算法以及基于物品的协同过滤算法。

基于用户的协同过滤算法

这是推荐系统中最古老的算法，甚至可以说这个算法标志这推荐系统的诞生。
基础算法
主要步骤：
（1）找到和目标用户有相似兴趣的用户集合。
（2）根据相似用户的感兴趣的，推荐目标用户感兴趣但是没有听说过的进行推荐。
对于步骤（1），关键是计算两个用户的兴趣的相似度。可以通过Jaccard公式或者余弦公式。假设有用户u和v，N（u）表示u有正反馈的物品，以此类推。
Jaccard公式：

余弦公式：

使用Python实现余弦公式的为代码如下（该方法非常耗时）：

def UserSimarility(train):w = dict();for u in train.keys():for v in train.keys():if u == v:continuew[u][v] = len(train[u] & train[v])w[u][v] /= math.sqrt(len(train[u]) * len(train[v] * 1.0))return w

然而以上的算法相当耗时，时间消耗在寻找相似用户之上。我们可以通过建立倒排表，通过UserCF实现推荐算法。

读书笔记---推荐系统实践（3）相关推荐

读书笔记--推荐系统实践第一章
推荐系统实践编著项亮参与创建Resys China推荐系统社区第一章好的推荐系统什么是好的推荐系统?什么样的特征?有哪些评价指标? 1.1 好的推荐系统信息过载 (Information ...
读书笔记 -- 推荐系统实践（1）
第一章什么是推荐算法? 推荐算法是用于解决信息过载问题的方法,链接无明确需求的用户与物品的工具. 个性化推荐依赖于用户行为.大多数包括:前台展示页,后台日志系统以及推荐算法系统.应用情景是:存在信 ...
读书笔记--推荐系统实践（2）
第二章利用用户行为数据用户行为数据简介最简单的存在形式是:日志行为数据的反馈形式以及对比: 用户行为分析设计算法之前的分析,更有针对性的进行算法设计. 用户活跃度和物品流行度的分布:满足Po ...
读书笔记--推荐系统实践（4）
这次主要谈一下对推荐系统中的用户相似度进行的一个改进. 首先有这样的一个现象,有些热门物品是很多人都共同拥有的,并不能代表兴趣所在,如:新华字典等,然而冷门物品往往可以反应兴趣所在,比如,买了数据挖掘 ...
【高性能Mysql】读书笔记及实践总结
前言: 最近看了一系列mysql文章.对Mysql的基础知识理解有了一些与实践相符合的认知.mark一下. 正文: MySql基础知识分为四大点:一.并发控制(读/写锁):二.事务:三.多版本并发控制 ...
响应式Web设计读书笔记与实践
前段时间在微博上看到了几个在当今前端圈中的大牛的撕逼大战,作为一个前端小白来说就只是看热闹的,热闹中看到了两本书,<无懈可击的Web设计>和<响应式Web设计>,前者没有买到纸 ...
推荐系统实践读书笔记-04利用用户标签数据
推荐系统实践读书笔记-04利用用户标签数据推荐系统的目的是联系用户的兴趣和物品,这种联系需要依赖不同的媒介.GroupLens在一篇文章中表示目前流行的推荐系统基本上通过3种方式联系用户兴趣和物品. ...
推荐系统实践读书笔记-01好的推荐系统
推荐系统实践读书笔记-01好的推荐系统在研究如何设计推荐系统前,了解什么是好的推荐系统至关重要.只有了解了优秀推荐系统的特征,我们才能在设计推荐系统时根据实际情况进行取舍.本章分3个步骤来回答这个问 ...
推荐系统实践读书笔记-08评分预测问题
推荐系统实践读书笔记-08评分预测问题本书到目前为止都是在讨论TopN推荐,即给定一个用户,如何给他生成一个长度为N的推荐列表,使该推荐列表能够尽量满足用户的兴趣和需求.本书之所以如此重视TopN推 ...

读书笔记---推荐系统实践（3）

基于邻域的算法

基于用户的协同过滤算法

读书笔记---推荐系统实践（3）相关推荐

最新文章

热门文章