《表1 Item Based推荐算法主要参数》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《多MapReduce作业协同下的大数据挖掘类算法资源效率优化》
由于物品与物品之间的相似度较为稳定,所以Item Based推荐算法相比其他算法(如基于流行度、基于内容、基于模型的算法等)更加适合作离线计算,应用也最为广泛。Item Based算法的核心思想是物以类聚,即假设能够引起用户兴趣的item必定与其评分高的item相似。算法首先计算用户对物品的喜好程度,然后根据用户的喜好计算item之间的相似度,最后找出与每个item最相似的top-N个item。表1为Hadoop平台下机器学习库Mahout中Item Based推荐算法的输入参数。
图表编号 | XD00163328800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 廖彬、张陶、于炯、黄静莱、国冰磊、刘炎 |
绘制单位 | 新疆财经大学统计与数据科学学院、新疆大学信息科学与工程学院、新疆大学信息科学与工程学院、新疆财经大学统计与数据科学学院、新疆大学信息科学与工程学院、清华大学软件学院 |
更多格式 | 高清、无水印(增值服务) |