《表2 用户给对象的评分》

  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

《协同过滤算法在专业推荐中的应用——以北京林业大学信息学院为例》

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

协同过滤的基本思想是:找到与当前用户Ccur相似（比如兴趣相似）的其他用户Cjs，计算对象s对于用户的效益值u（Cjs，s），利用效益值对所有s进行排序或者加权等操作，找到最适合Ccur的对象s*[2]。其基本思想非常易于理解，在日常生活中，我们往往会利用好朋友的推荐来进行一些选择，在普遍的推荐系统中是基于其相似用户对某一内容的评价向目标用户进行推荐，而在该系统中，只需找到最相似的用户即可（见表2）。