原理
基于用戶的協(xié)同過(guò)濾原理很簡(jiǎn)單，找到購(gòu)買喜好相近的用戶促煮，把某用戶購(gòu)買的商品推薦給和他相似的用戶。比如下表整袁，A和C的購(gòu)買記錄較為相似菠齿，則會(huì)把A購(gòu)買了的物品D推薦給用戶C
| 物品A | 物品B | 物品C | 物品D | |
|---|---|---|---|---|
| 用戶A | √ | √ | √ | |
| 用戶B | ||||
| 用戶C | √ | √ | 推薦 |
算法存在的問(wèn)題
主要是稀疏問(wèn)題
- 對(duì)于一個(gè)新用戶，很難找到領(lǐng)居用戶
- 對(duì)于一個(gè)物品坐昙，所有最近的鄰居都在其上沒(méi)有多少打分
針對(duì)上訴基礎(chǔ)解決方案
- 相似度計(jì)算最好有皮爾遜相似度
- 考慮共同打分物品的數(shù)目绳匀，如乘上min(n,N)/N n:共同打分?jǐn)?shù) N:指定閾值
- 對(duì)打分進(jìn)行歸一化處理
- 設(shè)置一個(gè)相似度閾值，過(guò)濾掉部分內(nèi)容
基于用戶的協(xié)同過(guò)濾在實(shí)際應(yīng)用中用的很少炸客，主要是以下問(wèn)題：
- 稀疏問(wèn)題疾棵，一個(gè)用戶標(biāo)簽有很多都是空的
- 數(shù)百萬(wàn)的用戶計(jì)算量，計(jì)算效率低
- 人是善變的
