《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。