基于在线评分的协同过滤算法---Slope One算法
2016-04-03 11:01
302 查看
(1)
基于评分的协同过滤是根据其他用户对A商品的评分预测一个用户对A商品的评分的过程。我们提出了3个用f(x)=x+b来预测的相关的slope one 方案,如果有2个商品,这一个用户对着2个商品都进行了打分,我们计算着2个产品的差值。slope one 算法是很容易应用的,高效的查询,合理的精度并且该算法支持在线查询和动态更新。这让该算法成为了现实世界系统的一个很好的选择。最基本的slope
one 方案是建议用作一个新的协同过滤的框架,通过将用户喜欢和不喜欢的元素进行因式分解和分离,我们获得了有竞争力的结果。
(2)
一个基于在线评分的协同过滤查询由1个单用户(物品、评分)数组对组成,然后对未评分数组进行预测,我们的目标是提供鲁棒的协同过滤方案:
A.很容易维护和应用。
B.及时的在线更新。
C.能够进行有效率的查询。
D.根据一个用户很少的评分就能对其实施比较准确的推荐。
E.精度满足要求。
在这篇文章中,我们的目标是证明Slope one算法能够同时满足上面的5个目标。
测量一个物品和和另一个物品是否相似,一种方法是测量两个物品评分之差的平均数,
基于评分的协同过滤是根据其他用户对A商品的评分预测一个用户对A商品的评分的过程。我们提出了3个用f(x)=x+b来预测的相关的slope one 方案,如果有2个商品,这一个用户对着2个商品都进行了打分,我们计算着2个产品的差值。slope one 算法是很容易应用的,高效的查询,合理的精度并且该算法支持在线查询和动态更新。这让该算法成为了现实世界系统的一个很好的选择。最基本的slope
one 方案是建议用作一个新的协同过滤的框架,通过将用户喜欢和不喜欢的元素进行因式分解和分离,我们获得了有竞争力的结果。
(2)
一个基于在线评分的协同过滤查询由1个单用户(物品、评分)数组对组成,然后对未评分数组进行预测,我们的目标是提供鲁棒的协同过滤方案:
A.很容易维护和应用。
B.及时的在线更新。
C.能够进行有效率的查询。
D.根据一个用户很少的评分就能对其实施比较准确的推荐。
E.精度满足要求。
在这篇文章中,我们的目标是证明Slope one算法能够同时满足上面的5个目标。
测量一个物品和和另一个物品是否相似,一种方法是测量两个物品评分之差的平均数,
相关文章推荐
- CentOS 7 更改默认登陆界面为字符界面
- linux文件分割(将大的日志文件分割成小的)
- 基于OpenGL 的STL 文件可视化研究
- Linux -- uname命令查询操作系统
- Opengl教程之读取stl文件并绘制在picturecontrol控件内
- Ubuntu源码配置OpenCV,安装PCL
- optipng图片压缩工具
- Yahoo!网站性能最佳体验的34条黄金守则(转载)
- linux环回文件
- Linux Sed命令学习笔记
- hdu 3853 LOOPS(概率dp)
- nginx access_log 完全关闭
- nginx access_log 完全关闭
- linux小结
- linux服务器自动备份mysql数据库
- bash学习整理
- [Mac]-bash: mysql: command not found
- Shell Script 学习整理
- ubuntu配置环境变量
- SPOJ839 Optimal Marks(最小割)