《表1 用户Pearson相似度》
协同过滤算法的本质是利用那些有相似爱好的用户,利用他人的爱好为该用户进行物品推荐。该用户的相似性不是对用户的信息进行判断,而是使用了“群体的智慧”,是基于许多用户对一些物品集合上的打分数据进行计算的。在计算用户的相似度方面,其中较为常用的方法是使用Pearson相关技术衡量用户间的相似度。Pearson的相关系数取值从-1(负相关)到+1(正相关)。如表1所示,基于用户对物品的打分,给出了多个用户与Alice用户的相似度。其中可以发现用户5与Alice具有较强的相关性,可根据用户5的相关偏好对用户Alice进行推荐。
图表编号 | XD0017251300 严禁用于非法目的 |
---|---|
绘制时间 | 2018.03.15 |
作者 | 高晨宇 |
绘制单位 | 徐州市第一中学 |
更多格式 | 高清、无水印(增值服务) |