协同过滤算法的研究
信息其余产品信息计算两个用户间相似性时须抛弃因上述两种方法须首先找到两个用户共打分物品才能计算相似度许多系统中单个用户只会给庞大物品集合中限物品打分时若采用上述两种方法会大量操作时间用查找两用户共打分物品上Cosine相似性法[38]效解决上述问题Cosine相似性法中用户xy都用nn全部物品个数维向量表示xy向量元素用户所产品评分若用户产品打分则用零值表示因用户间相似性用们应向量间余弦值表示其中x·y表示两个向量点积S整个物品集合计算过程中于乘法作用会自然消除两用户共打分物品相似度计算影响于专门查找两用户共打分物品这极大地提高效率因算法非常适用于效数据非常稀疏情形用户协过滤算法利用两两用户间相似度来做出预测相似度算法选择决定预测精度上述种计算相似度方法常见外许多其已被提出计算相似度方法[9]3 物品Item-Based协过滤用户协过滤算法过取得大成功随着广泛应用渐渐发现两方面主问题规模性获得邻近用户计算量随着用户数物品数增加迅速上升着用户
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：