2021图像识别分布式系统.pptVIP

推荐系统的原理 1 、推荐系统的分类 2 、基于物品的协同过滤分析 3 、改进的协同过滤 - 隐语义模型 4 、推荐系统开源库 推荐系统的分类 基于内容的推荐： 1 、推荐系统最初使用的最广泛的推荐机制 2 、根据推荐物品或内容的元数据特征，发现物品或者内容 的相关性，然后进行推荐相似的物品 ( tf-idf 权重 ) 3 、物品通过内容比较关联： 电影题材：爱情片 / 动作片 / 科幻片 / 惊悚片 电影人物：范迪塞尔 / 保罗 / 吴京 电影时间： 2017/7/7… 4 、优缺点： 物品相似度的分析仅仅依赖于物品本身的特征，这里没有考 虑人对物品的态度 基于协同过滤的推荐 (CF ? Collaboration Filter ) ? 基于用户的协同过滤 (UserCF) ? 计算用户的 相似度 ，推荐相似用户的喜好 ? 基于物品的协同过滤 (ItemCF 重点 ) ? 计算物品的 相似度 ，推荐相似度高的物品 ( 不同于基于内容的推荐 ) 推荐系统的分类 基于用户的协同过滤 0.6 0.45 0.8 0.3 基于物品的协同过滤 基于物品的协同过滤分析 步骤： （ 1 ）计算物品之间的相似度 （ 2 ）计算被推荐物品的兴趣度 ( 评分 ) （ 3 ）根据物品的相似度和用户的历史行为给用户生 成推荐列表 用户电影打分表 user/movie m1 m2 m3 m4 m5 A 2