最新消息:20210816 当前crifan.com域名已被污染,为防止失联,请关注(页面右下角的)公众号

【整理】协同过滤

数据 crifan 1000浏览 0评论
协同过滤
协同过滤算法概述与python 实现协同过滤算法基于内容(usr-item,item-item) – 云+社区 – 腾讯云
三分钟了解协同过滤算法 | 人人都是产品经理
【总结】
  • 协同过滤
    • =Collaborative Filtering=CF
    • 是什么
      • 一种算法
        • 推荐算法中最经典的类型
    • 要点
      • 在线的协同
        • 过在线数据找到用户可能喜欢的物品
          • 在线数据:往往是大数据
      • 离线的过滤
        • 过滤掉一些不值得推荐的数据
          • 举例
            • 推荐值评分低的数据
            • 推荐值高但是用户已经购买的数据
    • 模型
      • 输入
        • m个物品,m个用户的数据
          • 只有部分用户和部分数据之间是有评分数据
          • 其它部分评分是空白
      • 处理逻辑
        • 用已有的部分稀疏数据
          • 预测那些空白的物品和数据之间的评分关系
      • 输出
        • 找到最高评分的物品推荐给用户
    • 分类
      • User-based CF=基于用户的协同过滤
        • 主要逻辑
          • 利用用户和用户之间的相似度
            • 即 品味相近
          • 找出相似用户喜欢的物品
            • =预测目标用户对对应物品的评分
          • 找到评分最高的若干个物品推荐给用户
      • Item-based CF=基于物品的协同过滤
        • 主要逻辑
          • 利用物品和物品之间的相似度
          • 找到目标用户对某些物品的评分
          • 可以对相似度高的类似物品进行预测
          • 将评分最高的若干个相似物品推荐给用户
        • 举例
          • 你在网上买了一本机器学习相关的书
          • 网站马上会推荐一堆机器学习、大数据相关的书给你
      • Model-based=基于模型的协同过滤

转载请注明:在路上 » 【整理】协同过滤

发表我的评论
取消评论

表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
80 queries in 0.173 seconds, using 22.09MB memory