机工社课件Python商务大数据分析与应用‘第13章 智能推荐系统.pptxVIP

BUSINESSANALYSISANDMINING第13章智能推荐系统主讲老师：李丹丹

目录13.1基于用户的协同过滤推荐算法13.2计算相似度的常用方法010213.3案例实战：电影推荐03

BUSINESSANALYSISANDMINING13.1基于用户的协同过滤推荐算法

基于用户的协同过滤推荐算法搭建智能推荐系统的算法有很多，商业实战中用得较多的是协同过滤算法（collaborativefiltering）。协同过滤算法的原理是根据用户群体的产品偏好数据，发现用户或物品之间的相关性，并基于这些相关性为用户进行推荐。根据原理的不同，协同过滤算法分为两类——基于用户的协同过滤算法和基于物品的协同过滤算法。这里我们主要介绍基于用户的协同过滤算法。基于用户的协同过滤算法的本质是寻找相似的用户：通过一个用户的相关数据寻找与该用户相似的其他用户，进而为该用户推荐相似用户关注的产品。

基于用户的协同过滤推荐算法如下表所示，用户1和用户2都给商品A、B、C打了高分，那么可以将用户1和用户2划分在同一个用户群体，此时若用户2还给商品D打了高分，那么就可以将商品D推荐给用户1。商品A商品B商品C商品D用户110109？用户33246

基于用户的协同过滤推荐算法在商业实战中，大多数应用场景偏向于使用基于物品的协同过滤算法，主要原因有：通常情况下，用户