推荐系统 基于用户和基于物品的协同过滤 （推荐系统实践读书笔记）
2018-01-05 15:59
302 查看
基于邻域的算法是推荐系统中最基本的算法，该算法不仅在学术界得到了深入研究，而且在 业界得到了广泛应用。基于邻域的算法分为两大类，一类是基于用户的协同过滤算法，另一类是 基于物品的协同过滤算法。
基于用户的协同过滤算法：
该算法主要分为两个步骤：
（1）找到和目标用户兴趣相似的用户的集合
（2）找到集合中用户喜欢的，且目标用户没有听说过的物品推荐给用户
基于用户的协同过滤算法：
该算法主要分为两个步骤：
（1）找到和目标用户兴趣相似的用户的集合
（2）找到集合中用户喜欢的，且目标用户没有听说过的物品推荐给用户
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 【推荐系统实战】：C++实现基于用户的协同过滤（UserCollaborativeFilter）
- 推荐系统：基于用户和基于物品的协同过滤算法的比较
- 基于物品的协作性过滤推荐系统（为用户推荐影片）
- 推荐系统入门（协同过滤 基于内容 基于用户 基于项目 ）
- 基于用户的协同过滤（user-based CF）推荐系统【2】
- 【推荐系统实战】：C++实现基于用户的协同过滤（UserCollaborativeFilter）
- 基于用户的协同过滤（user-based CF）推荐系统【1】
- 最近邻居推荐系统原理和基于用户的评分预测推荐
- 基于用户的协作性过滤推荐系统（找出相似的电影）
- 推荐系统之基于物品的协同过滤算法（ItemCF）
- 实战智能推荐系统（7）-- 基于用户的协同过滤算法
- 实战智能推荐系统（8）-- 基于物品的协同过滤算法
- 实战智能推荐系统（8）-- 基于物品的协同过滤算法
- 推荐系统--基于用户的协同过滤算法
- 一个简单的基于用户的推荐系统+缓存机制
- Spark MLlib系列(二):基于协同过滤的电影推荐系统
- Spark MLlib系列(二):基于协同过滤的电影推荐系统
- Spark MLlib系列(二):基于协同过滤的电影推荐系统
- 基于用户的协同过滤算法的电影推荐系统
- 实战智能推荐系统（7）-- 基于用户的协同过滤算法