第四讲 关联挖掘与基于协同过滤的推荐.pptVIP

平行坐标图（Parallelcoordinatesplot）：平行坐标图将多维数据共享，使得每个维度上分别显示在x轴和y轴。每个数据点是由连接的值对于每个维度中的线表示。每个数据点由连接每个维度的线表示。着重于规则是如何由个别项目组成的，并显示哪些规则共享的项目。4.6基于协同过滤的推荐关联规则基于用户的协同过滤（User-basedCollaborativeFiltering）基于项目的协同过滤（Item-basedCollaborativeFiltering）

基于协同过滤的推荐（CollaborativeFiltering，简称CF）基于记忆的协同过滤推荐Memory-based一、基于用户的协同过滤基于用户的协同过滤推荐算法主要是基于以下的假设：如果用户A与用户B均喜欢一系列的物品，我们就假设用户A也有可能会喜欢用户B喜欢的其他物品。根据以上假设，在推荐过程中，主要考虑的是用户和用户之间的相似度，只要找出相似用户喜欢的物品，并预测目标用户对相应物品的评分，就可以找到评分最高的几件物品推荐给用户。基于用户的协同过滤推荐主要包括：用户兴趣描述、相似用户选择和进行推荐这三个过程。实现过程1、用户兴趣度度量一般情况下，数据集中的评价信息使用n×m阶矩阵来描述，其中n指的是用户总数，m代表项目总数，ri,j指代用户u