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
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