基于内容的过滤(Content-based filtering):该技术通过比较商品之间的相似性或者相关性进行推荐。这种方式忽略用户的购买行为,只考虑商品之间的相似关系。

MATCH p=(m:Movie {title: "Net, The"})-[:ACTED_IN|:IN_GENRE|:DIRECTED*2]-()
RETURN p LIMIT 25

运行结果如下图:

分析:

Cypher 语句的意思是:找出25条记录,该记录满足以下条件之一:

1. 该记录中的电影是电影m 有相同的流派(IN_GENRE)

2. 出演过电影m的演员,出演过该电影(ACTED_IN)

3. 执导过电影m的导演,执导过该电影(DIRECTED)

注意:此语句返回的记录P,是一条关系链,并不仅仅是某一部电影。

另外,关系的运算,用到了 | 或。:DIRECTED*2 中的 *2 表示关系长度为2的关系。

这里举个例子:

MATCH p=(m:Movie {title: "Net, The"})-[:DIRECTED]-() RETURN relationships(p) as r返回结果:╒════╕
│"r" │
╞════╡
│[{}]│
└────┘
MATCH p=(m:Movie {title: "Net, The"})-[:DIRECTED*2]-() RETURN relationships(p) as r返回结果:╒═══════╕
│"r"    │
╞═══════╡
│[{},{}]│
├───────┤
│[{},{}]│
├───────┤
│[{},{}]│
├───────┤
│[{},{}]│
└───────┘
MATCH p=(m:Movie {title: "Net, The"})-[:DIRECTED*]-() RETURN relationships(p) as r返回结果:╒═══════╕
│"r"    │
╞═══════╡
│[{}]   │
├───────┤
│[{},{}]│
├───────┤
│[{},{}]│
├───────┤
│[{},{}]│
├───────┤
│[{},{}]│
└───────┘

从上面可以看出,:DIRECTED 表示一层关系, :DIRECTED*2表示2层关系,:DIRECTED*表示任意多层关系。

Neo4j 做推荐 (2)—— 基于内容的过滤相关推荐

  1. 如何使用Python+Django+Mysql开发个性化职位推荐系统 招聘网站推荐系统 基于用户、项目的协同过滤推荐算法 基于内容、聚类、关联规则推荐算法WebPositionCFRSPython

    如何使用Python+Django+Mysql开发个性化职位推荐系统 招聘网站推荐系统 基于用户.项目的协同过滤推荐算法 基于内容.聚类.关联规则推荐算法WebPositionCFRSPython 一 ...

  2. 推荐算法-基于内容推荐(CB)

    推荐算法CB 写在前面 一 为什么要做推荐系统 二 基于内容推荐是什么? 1 引入Item属性的Content Based推荐 2 引入User属性的Content Based推荐 三 正排表与倒排表 ...

  3. 协同过滤推荐之基于近邻协同过滤(一)

    目录 (1)基于用户协同过滤思想 (2)用户协同过滤-用户相似度计算 (3)用户协同过滤-预测评分 (4)用户协同过滤-考虑问题及策略 (5)用户协同过滤-相似度计算开发 (5.1)余弦相似度计算 ( ...

  4. AI上推荐 之 基于内容的推荐(ContentBasedRecommend)

    1. 前言 随着信息技术和互联网的发展, 我们已经步入了一个信息过载的时代,这个时代,无论是信息消费者还是信息生产者都遇到了很大的挑战: 信息消费者:如何从大量的信息中找到自己感兴趣的信息? 信息生产 ...

  5. 协同过滤推荐之基于模型协同过滤

    目录 (1)基于模型协同过滤的核心思想 (2)矩阵分解详解 (3)矩阵分解图例及数据演化过程 (4)SVD算法之交替最小二乘(ALS)详解 (5)基于SVD算法之交替最小二乘(ALS)完成推荐开发 几 ...

  6. 推荐算法之协同过滤和基于内容推荐

    一.协同过滤 基于用户商品评分矩阵来做协同,典型的是根据余弦相似来求向量相似. 协同过滤典型的有两种Usercf和Itemcf,Usercf的思路就是根据a,b用户相似,将b用户喜欢的a用户未浏览过的 ...

  7. 个性化推荐系统原理介绍(基于内容推荐/协同过滤/关联规则/序列模式/基于社交推荐)...

    个性化推荐根据用户兴趣和行为特点,向用户推荐所需的信息或商品,帮助用户在海量信息中快速发现真正所需的商品,提高用户黏性,促进信息点击和商品销售.推荐系统是基于海量数据挖掘分析的商业智能平台,推荐主要基 ...

  8. 推荐机制 协同过滤和基于内容推荐的区别

    基于人口统计学的推荐 基于人口统计学的推荐机制(Demographic-based Recommendation)是一种最易于实现的推荐方法,它只是简单的根据系统用户的基本信息发现用户的相关程度,然后 ...

  9. 协同过滤推荐算法和基于内容推荐算法的区别?

    文章最前: 我是Octopus,这个名字来源于我的中文名--章鱼:我热爱编程.热爱算法.热爱开源.所有源码在我的个人github :这博客是记录我学习的点点滴滴,如果您对 Python.Java.AI ...

  10. 推荐算法概述(基于用户的协同过滤算法、基于物品的协同过滤算法、基于内容的推荐算法)

    "无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家.教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家.点这里可以跳转到教程." 目前推 ...

最新文章

  1. 2021年大数据常用语言Scala(十二):基础语法学习 方法调用方式
  2. 【数字信号处理】周期序列 ( 周期序列示例 3 | 判断序列是否是周期序列 )
  3. python编程软件开发_Python编程对软件开发人员很重要?
  4. 差分放大电路差模共模公式_选择正确的放大器
  5. linux 端口qos,linux的qos机制 - cgroup篇 (2)
  6. 哥德巴赫猜想(信息学奥赛一本通-T1157)
  7. 自然语言处理常用标识符<UNK>,<PAD>,<SOS>,<EOS>等
  8. 4固定在底部_有线鼠标之灵魂伴侣,火线竞技4号RGB鼠标线夹
  9. 如何跨服务器复制表中数据
  10. IDEA添加Mapper.xml文件模板
  11. 51 Nod 一维战舰
  12. 名帖184 黄庭坚 行书《寄岳云帖》
  13. 2023年证券、基金、银行从业资格证考试计划
  14. 每日时间管理【战隼】
  15. qconf 配置中心 php,QConf
  16. python学习笔记3-解析配置文件ConfigParser模块
  17. uniapp模拟导航栏,自定义导航栏的使用
  18. 用 TFserving 部署深度学习模型
  19. esp32个人例程(micropython)
  20. 基于以太坊的拍卖系统-合约编写(一)

热门文章

  1. HTML Typo.css 中文网页重设与排版
  2. mysql字段提取函数_MySQL 字符串截取函数
  3. MySQL Workbench建表时 PK NN UQ B UN ZF AI G的含义
  4. html5 css3冷色调渐变色特效
  5. 量子计算机读后感,《天才的拓荒者:冯·诺伊曼传》- 读后感
  6. php一键领取名片赞源码,一键领取名片和圈圈赞
  7. 显著性检测综述(完整整理)
  8. c语言日期计算器程序代码,用C语言写一个日期计算器
  9. 惠普服务器bios修改ilo,HPE Gen10 Plus iLO5 BIOS设置固定IP地址
  10. 最新《播布客李明新概念C语言作品》