協同過濾的簡單實現

2021-07-09 05:02:27 字數 379 閱讀 7430

資料集:

u_mr

,}轉換為

m_ur

,}歐幾里得距離;皮爾遜相關係數;其他還有jaccard係數,曼哈頓距離演算法

輸入:兩個暫時用字典表示的

輸出:相關係數

m_mp

,}書上用的是歐幾里得距離算電影之間的相關性

對user進行推薦

獲取u_mr[user]:

獲取m_mp[movie]:

movie不在u_mr[user]中

計算u_mr[user]和 m_mp[movie]

評價值與相似度的加權之和

全部相似度之和

將每個合計值除以加權和,求出平均值,即為估計的使用者評分

返回排序後的推薦列表

協同過濾實現

對於電影推薦系統,記nn為使用者的數量,mm為電影的數量,r i,j 1表示使用者 j 對電影 i 進行過了評價,y i,j 就是它的分數。r i,j 0 表示使用者還沒 過這個電影,也沒評分過。我們假設使用者看過電影後,一定會給電影乙個評分,如果沒有給,預設評分為零。電影推薦系統的任務,就是根據使...

協同過濾 基於使用者的協同過濾itemCF

基於使用者的協同過濾演算法也被稱為最近鄰協同過濾或knn k nearest neighbor,k最近鄰演算法 其核心思想就是,首先根據相似度計算出目標使用者的鄰居集合,然後用鄰居使用者評分的加權組合來為目標使用者作推薦。通常這些演算法都可以總結成三步 首先,使用使用者已有的評分來計算使用者之間的相...

簡單的python協同過濾程式

博主是自然語言處理方向的,不是推薦系統領域的,這個程式完全是為了應付大資料分析與計算的課程作業所寫的乙個小程式,先上程式,一共55行。不在意細節的話,55行的程式已經表現出了協同過濾的特性了。就是對每乙個使用者找4個最接近的使用者,然後進行推薦,在選擇推薦的時候是直接做的在4個使用者中選擇該使用者i...