熱線電話:13121318867

登錄
首頁大數據時代協同過濾:基于用戶的協同過濾和基于物品的協同過濾
協同過濾:基于用戶的協同過濾和基于物品的協同過濾
2020-07-01
收藏

協同過濾(CollaborativeFiltering)是推薦算法中最經典、應用最廣泛的類型,主要的功能是預測和推薦。它的原理是通過了解用戶與物品之間的關系進行推薦,物品本身的屬性不考慮在內。主要由線的協同和離線的過濾兩部分構成。在線協同,指的是通過對用戶歷史行為的挖掘,找到用戶可能喜歡的物品;離線過濾,是指過濾掉那些不值得推薦的數據,那些推薦值評分過低,或者是推薦值雖高但是用戶已經購買的數據,通常都會被過濾掉。

協同過濾的模型一般為m個物品,m個用戶的數據。但是評分數據的只存在于部分用戶和部分數據之間,其它部分的評分都是空白。此時我們要用已有的部分的稀疏數據來預測那些空白的物品和數據之間的評分關系,找到最高評分的物品推薦給用戶。

協同過濾分為兩類:基于用戶的協同過濾(User-Based CF)和基于物品的協同過濾(Item-Based CF)。

基于用戶(user-based)的協同過濾主要考慮的是用戶和用戶之間的相似度?;舅枷耄夯谟脩魧ξ锲返钠谜业较嗨朴脩?,然后將相似用戶喜歡的東西推薦給當前用戶。例如,我們在網站上購買了《機器學習》這本書,經常會看到“購買了這本書的人還購買過。。。。。。?!?

基于物品(item-based)的協同過濾和基于用戶的協同過濾類似,但需要找到的是物品和物品之間的相似度?;舅枷耄和ㄟ^用戶的歷史數據,找到與用戶偏好相似的物品,然后給用戶推薦相似的物品。例如,我們在網站上購買了《機器學習》這本書,網站馬上會推薦一些大數據的書籍給我們。

數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢