sql中的关系相似度计算(也称为协同过滤用户-用户)
关系相似度计算（也称为协同过滤用户-用户）是一种在SQL中用于推荐系统的算法，用于确定用户之间的相似度，以便为用户提供个性化的推荐。
关系相似度计算的步骤如下：
- 数据准备：首先，需要准备用户-物品评分矩阵，其中行表示用户，列表示物品，矩阵中的每个元素表示用户对物品的评分。
- 相似度计算：通过计算用户之间的相似度，可以使用不同的相似度度量方法，如余弦相似度、皮尔逊相关系数等。这些方法可以根据具体的需求选择合适的相似度度量方法。
- 预测评分：根据用户之间的相似度，可以预测用户对未评分物品的评分。常用的方法是加权平均，根据相似度和其他用户对该物品的评分进行加权平均计算。
- 推荐生成：根据预测的评分，可以为每个用户生成个性化的推荐列表。可以根据预测评分的高低进行排序，选择评分较高的物品作为推荐结果。
关系相似度计算在推荐系统中具有广泛的应用场景，例如电影推荐、商品推荐等。通过分析用户之间的相似度，可以为用户提供个性化的推荐，提高用户的满意度和购买率。
腾讯云提供了一系列与关系相似度计算相关的产品和服务，例如：
- 云数据库 TencentDB：提供高性能、可扩展的云数据库服务，可用于存储用户-物品评分矩阵和其他相关数据。
- 人工智能平台 AI Lab：提供了丰富的人工智能算法和模型，可以用于相似度计算和推荐系统的构建。
- 云计算平台 CVM：提供弹性计算服务，可用于处理大规模的关系相似度计算任务。
以上是关于关系相似度计算的简要介绍和相关腾讯云产品的推荐。如需了解更多详细信息，请访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
3回答
我需要找到和算法，以找到最佳匹配的社交网络。该系统是一个大学生社交网络，基本上的主要思想是为一个班级寻找学习伙伴。这个想法是基于不同的标准向用户建议潜在的最佳合作伙伴，例如共同的类别，GPA，评级，共同的时间表等。我想知道使用什么是最好的算法。
浏览 1提问于2010-01-19得票数 3
1回答
我正在尝试在python/pandas/numpy/sklearn中构建一个基于内容的推荐系统。
下面是所涉及的矩阵及其大小：
X: n_customers * n_features (包含每个客户的功能)
Y: n_customers *n_products (包含每个客户对每个产品的评分)
Theta: n_features * n_products
目的是学习Theta，以便能够预测客户对所有产品(X*Theta)的评分。实际上，Y是一个稀疏矩阵，客户得分只占整个产品数量的很小%。这就是为什么Y包含很多NaN值的原因。
这就是我的问题：
这是一个具有多个目标(这里是target=prod
浏览 1提问于2014-04-12得票数 3
2回答
如果我有以下用户，他们观看的电影的评级如下：
User1 Movie1-5 Movie2-4
User2 Movie2-5 Movie2-3 Movie3-4
User3 Movie1-4 Movie2-4 Movie4-4
如何使用协作过滤向user1推荐user1，以及如何计算user1给movie3 4或更高的概率？
浏览 7提问于2016-11-02得票数 1
有人知道如何在Apache Mahout中获取给定数据集的任意两个用户之间的相似度数值吗？
浏览 2提问于2014-12-20得票数 0
1回答
我想根据用户的技能向他们推荐工作，使用mahout.So是否有任何方法可以定义工作相似性逻辑。我找到了ItemSimilarity接口，但在自定义实现后无法使用它。
浏览 0提问于2014-07-30得票数 2
2回答
Neo4j实时推荐性能
、、、
我试图了解neo4j在实时推荐系统中的性能.
以下是一个密码查询(摘自他们的沙箱)，它计算前100个最相似的用户(以余弦距离计算)到查询用户"Cynthia Freeman"：
MATCH
(p1:User {name: "Cynthia Freeman"})-[x:RATED]->(m:Movie)<-[y:RATED]-(p2:User)
WITH
COUNT(m) AS numberMovies,
SUM(x.rating * y.rating) AS xyDotProduct,
SQRT(REDUCE(x
浏览 1提问于2020-10-20得票数 0
回答已采纳
4回答
我正在尝试按照亚马逊的“查看/购买X的客户也查看/购买了Y和Z的客户”的思路来计算项目到项目的相似度。我看到的所有例子和参考资料都是为了计算排名项目的项目相似度，找到用户与用户之间的相似度，或者根据当前用户的历史记录来查找推荐项目。在考虑当前用户的偏好之前，我想先从一种无目标的方法开始。
查看，他们使用以下逻辑来实现离线项-项相似度：
For each item in product catalog, I1
For each customer C who purchased I1
For each item I2 purchased by customer C
Re
浏览 0提问于2010-03-06得票数 6
回答已采纳
1回答
我有一个问题，要计算一个相似性度量，为我的最终项目开发一个搜索引擎。
在java中，我必须使用tf，以色列国防军+余弦相似度，我不知道如何计算它。
我有自己的数据库，里面有811份文件。
浏览 3提问于2011-03-28得票数 0
我正在使用Apache作为推荐引擎。这很好，但我遇到了一个我不知道如何解决的问题，也许甚至可能无法解决.
所有推荐数据都被计算并存储在内存中。当我重新启动我的机器时，我会丢失所有的数据，并且不得不重新计算它。有没有办法保存内存中的内容，然后在机器重新启动时将其放回内存中？我意识到我可能没有用正确的术语来问这个问题，甚至没有正确地描述工作中的机制，但本质上，我只想重新启动我的机器，而不会丢失所有的数据，因为计算需要很长时间才能完成。
任何帮助，让我在正确的方向上，如何解决这将是有帮助的。我不是专门找马哈特的解决方案，只是想了解一下一般的问题.我在这里的新领地。
谢谢,
标记
浏览 3提问于2013-09-25得票数 0
回答已采纳
1回答
我需要你的帮助来写一个Oracle SQL查询以下要求。
源数据如下：
CLAIM_NUMBER ADDRESS_1 ADDRESS_2
1001 220 CHIRAG ST OHIO
1003 220 ST CHIRAG OHIO
1004 19874 CURLEY AVE ORLANDO
1005 10874 CURLEY AVE ORLAND
1002 220 CH
浏览 0提问于2019-06-11得票数 1
1回答
我想从我的数据库中删除类似的数据。现在我可以从我的数据库中删除重复的数据并保留一个。
$sql = "UPDATE `clf_ads` SET `enabled`= '0' WHERE adid NOT IN (SELECT * FROM (SELECT MAX(adid) FROM clf_ads GROUP BY adtitle) x)";
if ($conn->query($sql) === TRUE) {
echo "Record deleted successfully";
} else {
echo "Error de
浏览 13提问于2018-12-11得票数 0
他们的目标都是一样的:找到相似的向量。在哪种情况下你会使用哪一种？(有什么实际的例子吗？)
浏览 12提问于2009-12-03得票数 48
回答已采纳
我有一个输入数据集( csv格式)，它由100246行和7列组成。这是取自的电影评分数据。我的数据帧头是：
In [5]: df.head()
Out[5]:
movieId genres userId rating \
0 1 Adventure|Animation|Children|Comedy|Fantasy 1 5
1 1 Adventure|Animation|Children|Comedy|Fantasy 2
浏览 0提问于2015-11-16得票数 3
2回答
我正在尝试构建一个使用协作过滤的推荐系统。
我有用户项数据集.我无法找到相似的用户之间的相似性，因为我不能使用欧几里德/余弦距离将无法在这里工作。，如果我将分类变量转换为0，1，则无法计算距离。请您在python中提出处理分类数据的推荐算法，好吗？
浏览 7提问于2019-10-14得票数 0
1回答
测试非负矩阵分解预测的正确方法是什么？假设数据集是一个包含用户和观看过的电影(没有分级)的矩阵。首先，我将矩阵分为训练集和测试集(40%测试集)。然后我用NMF分解训练矩阵。然后我使用测试矩阵，删除所有电影条目的一半，看看真正的测试矩阵重建得有多好。
NMF还使用了哪些其他评估方法？有比删除测试集中的电影条目更好的方法吗？
浏览 1提问于2012-09-02得票数 0
1回答
使用分类特征的协同过滤
、、、
我正在尝试构建一个使用协作过滤的推荐系统。我所面临的问题是：
用户项数据集多为分类变量，无法找到最佳的相似度矩阵计算方法.欧几里得/余弦距离在这里不起作用，试着用Jaccard距离。
数据集没有项目的用户评级，相反，我们有分类器-“没有购买”，“购买”，“添加到购物车，但没有购买”。
我们使用XGB来获得特定用户购买特定项目的可能性，但是这种数据集对推荐没有帮助。
请您提出任何处理分类和分类数据的推荐算法(最好是python中的)吗？
提前谢谢。
浏览 1提问于2018-04-27得票数 1
在neo4j中，我在数据库中拥有与属性similarity的关系IS_SIMILAR，并且有一个包含新信息的集合collect([node_n, node_m, new_similarity]) AS similarity_table。我想：
<用SET r.similarity = new_similarityif关系创建 (node_n)-[r:IS_SIMILAR]-(node_m) (node_n)-[r:IS_SIMILAR]-(node_m) 在similarity_table中不存在和[node_n, node_m, new_similarity < 0.5]，不做&
浏览 3提问于2021-11-22得票数 0
回答已采纳
我正在研究各种NLP算法和工具来解决以下问题；这里是NLP新手，如果它太基础了，请原谅我的问题。
比方说，我有一个消息应用程序，用户可以向一个或多个人发送文本消息。当用户键入消息时，我希望应用程序向用户建议谁是该消息的潜在收件人？
如果用户"A“向用户"B”发送了大量关于“猫”的文本消息，向用户"C“发送了一些消息，并且向用户"D”发送了许多关于“政治”的消息，那么下次用户键入关于“猫”的消息时，应用程序应该建议"B“和"C”而不是"D“。
所以我正在做一些关于主题建模和词嵌入的研究，发现LDA和Word2Vec是我可以使用的两种可能的算
浏览 1提问于2017-10-20得票数 1
在Mahout中，支持使用API方法进行基于项目的推荐：
ItemBasedRecommender.mostSimilarItems(int productid, int maxResults, Rescorer rescorer)
但是在Spark Mllib中，看起来ALS内部的API可以获取推荐的产品，但userid必须通过以下方式提供：
MatrixFactorizationModel.recommendProducts(int user, int num)
有没有一种方法可以根据类似的产品获得推荐产品，而不需要提供用户id信息，就像mahout执行基于项目的推荐一样。
浏览 1提问于2014-12-18得票数 8
假设一个用户从我的网站购买了n个项目，我需要一个算法或方法(也许使用Mahout？如何实现？)这样我就可以向用户推荐k个相似的项目。我没有用户评分。K个推荐需要基于用户的购买历史(他的n个项目)。
项目有字段“名称”，“作者”，“关键字”例如，我需要推荐最相似的项目。如果我同时添加用户评分，会发生什么？我该如何考虑这一点？
我读过Mahout文档，但它似乎总是需要一些评级。如果到目前为止，我只有几个客户，我如何提供评级？
浏览 1提问于2012-05-01得票数 0
回答已采纳
3回答
我有一个由100个特性组成的数据集，每个特性都是三元的:如果它存在于一个类别中，则为-1；如果它不存在，则为0；如果它存在于第二个类别中，则为1。例如
F1 F2 F3 ... F90 F91 F92 ... F99 F100
0 0 0 ... 1 -1 0 ... 0 -1
0 -1 0 ... -1 0 1 ... 0 0
数据非常稀疏，100个特性中的20个对于每一行数据的值为-1或1。我想通过热图可视化和树状图找到类似的数据行，但是我对是使用欧几里德距离还是使用城市块距离感到困惑。我对数据挖掘非常陌生，在阅读scipy页面时，我发现了许多我不知道
浏览 0提问于2017-02-17得票数 3
有没有在相似性度量和距离度量之间进行转换的通用方法？
考虑一个相似性度量，比如两个字符串共有的2-gram的数量。
2-grams('beta', 'delta') = 1
2-grams('apple', 'dappled') = 4
如果我需要将其提供给期望差异度量的优化算法，比如Levenshtein距离，该怎么办？
这只是一个例子……我正在寻找一个通用的解决方案，如果有的话。比如如何从Levenshtein距离到相似性度量？
感谢您提供的任何指导。
浏览 0提问于2010-11-01得票数 12
2回答
在boolean用户偏好矩阵的推荐模型中，推荐实验室R包使用Jaccard方法中的参数'alpha‘的作用是什么？即
method="Jaccard",param=list(...,alpha=0.5)
我看到了IBCF的代码，他们使用了一个不同的函数。但是这个函数并没有在官方的CRAN PDF中为推荐实验室包进行定义。有没有人能帮帮忙？
浏览 5提问于2014-06-26得票数 1
1回答
我正在尝试建立一个问题回答系统，其中我有一组预定义的问题和他们的答案。对于来自用户的任何给定问题，我必须查找类似的问题是否已经存在于预定义的问题中，并发送答案。如果它不存在，它必须回复一个通用响应。任何关于如何使用NLP实现这一点的想法都会非常有帮助。
提前感谢！！
浏览 2提问于2020-03-15得票数 0
哪些Microsoft认知服务(或Azure机器学习服务？)是最好的，也是最少的工作，用来解决查找给定文章的相似文章的问题。文章是一串文本。假设我没有关于文章的用户交互数据。
Microsoft Cognitive Services中有什么东西可以开箱即用地解决这个问题吗？似乎我不能使用推荐API，因为我没有交互/用户数据。
安东尼
浏览 2提问于2016-07-01得票数 0
2回答
我想比较一下这两个句子。例如，sentence1=“足球很好，板球很糟糕”sentence2=“板球很好，足球很糟糕” 一般来说，这些句子没有关系，这意味着它们的意思是不同的。但当我将它与python nltk工具进行比较时，它会给出100%的相似性。如何解决此问题？我需要帮助。
浏览 17提问于2019-09-22得票数 0
我最近一直在玩Mahout推荐系统，并成功地利用它制作了一个简单的推荐系统。但这对我来说毫无意义，用数学计算出的这些相似值对推荐系统是如何有用的呢？尤其是在ItemBasedSimilarity？我可以理解，两个用户可以通过他们喜欢的项目/查看/购买/费率来彼此相似，但是两个用户之间是如何相似的呢？
浏览 4提问于2017-06-13得票数 0
回答已采纳
1回答
我有一个数据集，里面有发给大学生的书的记录。
它包括以下领域：
学生系
向学生分发书的日期
这本书的详细内容包括书名、作者和出版商。
学生的详细资料包括姓名、批次、性别及系
我想建立一个推荐引擎，根据学生过去的活动向他们推荐书籍。我不知道从哪里开始。你能建议一些资源来实现这一点吗？这是一个大学项目，我以前没有这方面的经验。
浏览 0提问于2022-07-14得票数 0
3回答
我有一个澄清-
第一，定义-
基于用户的:通过查找相似的用户推荐项目。由于用户的动态特性，这通常很难扩展。
项目基础:计算项目间的相似性并提出建议.项通常变化不大，因此通常可以脱机计算。
现在基于条目的问题CF通过用户行为来跟踪项目之间的相似性，因为用户行为正在改变，它不会影响项目之间的相似性吗？
浏览 0提问于2015-03-24得票数 5
1回答
我有一个标签和类别的产品清单，如下所示
class Product(models.Model):
tags = TaggableManager() #using django-taggit
categories = models.ManyToManyField(Category)
我正在寻找一种有效实现方法的方法，例如
p = Product.objects.get(...)
p.similar_products() # -> should return a list sorted by similarity
相似度的计算方法:两个产品之间的相似性评分应该是标签的数量&a
浏览 2提问于2015-09-27得票数 4
我对基于项目的推荐是什么感到困惑，就像"“一书中所描述的那样。书中有这样的算法：
for every item i that u has no preference for yet
for every item j that u has a preference for
compute a similarity s between i and j
add u's preference for j, weighted by s, to a running average
return the top items, ranked by weighted aver
浏览 1提问于2013-05-04得票数 25
回答已采纳
假设您在矩阵n中获得了m电影的D1用户的评级。计算一个表示法
R = U \times \Sigma \times V
通过随机初始化u_i, v_j \forall i \in 1, \dots, n \forall j \in 1, \dots, m并通过梯度下降优化以下表达式：
\min_{u_i, v_i} \sum_{p_{ij}} \left ( p_{ij} - u_i \cdot v_j \right )^2 \text{ with } u_i \in \mathbb{R}^{1 \times r}, v_j \in \mathbb{R}^{r \times 1}
这就是我理解
浏览 0提问于2019-06-26得票数 4
我已经使用以下项目生成指纹模式：，但是，我不知道如何匹配两个图像模式。我想比较模式，而不是图像。请通过上面的代码并帮助我。
浏览 4提问于2015-09-13得票数 0
回答已采纳
4回答
最近对推荐系统很感兴趣，但现在缺少一些很好的学习资料，有谁能简单介绍一些目前都有哪些推荐算法呢，又有哪些应用场景呢？
目前手机资讯app推荐的是挺精准的，但是总感觉推荐的有些过于单调了，我每天都只能看到同样的推荐内容，又该如何改进呢？
浏览 4353提问于2018-03-22
1回答
我正在尝试使用mahout中的基于项目的推荐。它包含250万个用户，项目交互，没有偏好值。大约有100个项目，100k users.It需要大约10秒才能推荐。而对于相同的数据，当我使用基于用户的推荐时，它只需要不到一秒钟的时间。
ItemSimilarity sim = new TanimotoCoefficientSimilarity(dm);
CandidateItemsStrategy cis = new SamplingCandidateItemsStrategy(10,10,10,dm.getNumUsers(),dm.getNumItems());
MostSimilarIte
浏览 1提问于2014-02-06得票数 0
假设我们得到了一个数据集，并希望根据分布的相似性对它们进行排序。我不想用视觉化。有什么足够的方法和我分享吗？我有一个想法，比如，我们可以从特征中减去一些百分位数，然后找出它的平均值。
def percentile(feature1, feature2, num_percentiles):
percentiles1 = np.percentile(feature1, np.linspace(0, 100, num_percentiles))
percentiles2 = np.percentile(feature2, np.linspace(0,
浏览 0提问于2023-05-27得票数 0
3回答
我是一个文本挖掘的新手，这是我的情况。假设我有一个单词列表'car'，'dog'，'puppy'，'vehicle'，我想把单词聚成k组，我希望输出是['car'，'vehicle'，'dog'，'puppy']。我首先计算每个成对单词的相似度得分，得到一个4x4矩阵(在本例中) M，其中Mij是单词i和j的相似度得分。在将单词转换为数字数据后，我利用不同的聚类库(例如sklearn)或自己实现它来获得单词聚类。
我想知道这种方法有意义吗？此外，我如何确定k的值？更重
浏览 19提问于2017-01-31得票数 5
1回答
我用刮刮爬行了几个欺凌论坛，并将结果作为字典使用。
我现在要做的是提取一个句子的关键字，例如He harassed me in the chat，这将给出关键字Harassed和chat，并将这些关键字与我的单词字典进行比较，并为它的相关性分配一个值(在这种情况下，这显然会提供接近1.0的高值，因为它与欺凌非常相关)。
我已经把关键词提取下来了，所以现在我只需要知道如何进行比较。
我看过使用pandas、scikit和nltk的情况，但它们似乎对多个字段的字典最有效，而我只有一袋单词。
有什么NLP库可以帮我吗？如果不这样做，最好的办法是什么？
浏览 0提问于2018-07-15得票数 1
回答已采纳
我现在对算法的概念有一个问题。我想创建一个WYSIWYG编辑器，它与我现有的bbcode编辑器一起使用。
为此，我为WYSIWYG编辑器使用了一个contenteditable设置为true的div和一个包含相关bbcode的textarea。在此之前，没有问题。但我担心的是，如果用户想要添加标记(例如，[b]标记)，我需要知道他们想要将其包含在何处。
为此，我需要确切地知道应该在bbcode中的什么位置插入标记。我想比较一下这两个文本(一个使用<span>这样的html标签，另一个使用[b]这样的bbcode标签)，这就是我在努力的地方。
我做了一些研究，但找不到任何对我有帮助的
浏览 0提问于2018-08-27得票数 0
我已经通过使用实体引用模块的字段“链接”了两个内容类型(类型A和类型B)。它们由另一个节点的ID号“链接”。例如，实体引用字段将有一个输入：“选择与此内容相关的节点ID”。现在我想实现一个智能搜索。
例如，如果有人搜索类型A，搜索还应该返回类型B的内容，该内容基于该实体引用字段“链接”到类型A。这可以通过搜索或视图来完成吗？在准SQL中，应该是这样的：
"SELECT * FROM TypeA, TypeB WHERE TypeA.field_A=TypeB.nid"
浏览 0提问于2012-11-08得票数 0
回答已采纳
1回答
所以我有一个描述特定群体的单词列表。例如，有一组是基于宠物的。
示例宠物组的单词如下所示：
[pets, pet, kitten, cat, cats, kitten, puppies, puppy, dog, dogs, dog walking, begging, catnip, lol, catshit, thug life, poop, lead, leads, bones, garden, mouse, bird, hamster, hamsters, rabbits, rabbit, german shepherd, moggie, mongrel, tomcat, lolcatz,
浏览 1提问于2015-06-17得票数 3
我有2个文档X和Y。如果用户搜索单词"Computer“，并且我想显示基于关键字"Computer”的最相关的文档。我的算法根据关键词在文档中出现的次数来选择最相关的文档。唯一的问题是文档X有10个单词，"Computer“出现两次，而文档Y有1000个单词，"Computer”出现100次。从文档中的字数来看，说文档Y比文档X更相关是不正确的。
如何对此进行规范化，以获得最准确的相关文档。
浏览 8提问于2016-01-09得票数 0
4回答
我想知道是否有任何开源框架可以帮助我在我的网站上包含以下类型的功能：
1)如果我正在查看某个特定的产品，我想看看我可能对哪些其他产品感兴趣。例如，通过计算我所在地区的其他人(或我个人资料的任何其他特征)除了我正在查看的产品之外还购买了哪些产品，可以推断出这些信息。有点像Amazon.com所做的。
2)根据人们的个人资料、他们在网站上的互动(例如，通过评论彼此的帖子)、根据最常浏览的区域对网站的使用、共同购买的产品等来推断人们之间的关系。
我不是在寻找一个具有这种功能的开源网站，而是一个类似于对象模型的东西，我可以将关于用户和他们对网站的使用的信息馈送到其中，包括关于关系的规则，然后在稍后询问
浏览 1提问于2009-03-18得票数 15
回答已采纳
2回答
嗨,
我想在以上两个数据集之间创建一个相关矩阵，它将忽略零的任何外观(在上面的图片中，绿色)，谁知道最有效的方法将产生一个顺利的结果？
是否有任何相关方法可以逐点识别相似点，从而使结果具有原始矩阵的“形状”？
谢谢你
注意:我没有matlab统计工具箱。
浏览 6提问于2012-09-04得票数 5
1回答
检测两个数据流之间的偏差
、、、
前几天出现了一个有趣的问题。我有两个数据流被连续输出。例如，A和B (不同的值)
在理想世界中，A和B正好相反。如果A增加x%，那么B就会减少x%，反之亦然。
然而，在我的世界里，他们不是百分之百的相对。这意味着有时A可以增加X%，而B只会降低X-0.Y%.当B增加时，反之亦然。差别很小，但是可以察觉的。
我需要能够检测到，当两种数据流的下降幅度都比其他数据流大0.3 %时。例如，如果A= 30，B= 100。下一个数据点A= 33 (增加10%)，B=89.5(减少10.5%)。那我就得知道这件事已经发生了。因为两者之间的差距大于0.3 %。
现在，如果我知道它们的原始值，问题本身就很容易解
浏览 0提问于2015-03-13得票数 0
回答已采纳
我已经用mahout编写了一个简单的用户-用户推荐和评估代码。
这个推荐器运行得很好，但是一旦我添加了评估部分，就需要花费很长时间才能从Eclipse中的"Movielens1m“数据集中获得结果
正常吗？需要多长时间？该评估在Movielens 100K数据集上运行良好。我得到了评估结果(0.923..)几秒钟后。
以下是我的代码：
public class RecommenderEvaluator {
public static void main(String[] args) throws Exception {
//RandomUtils.useTe
浏览 3提问于2015-06-24得票数 1
1回答
基于内容的推荐可能吗？
、、、
我在探索基于内容的算法，所以我了解到基于内容的算法是用来计算项目和用户之间的相似度的，就像"pandora“一样。所以我的要求是我有100的比例，例如用户可以喜欢40%的蔬菜和60%的非蔬菜，有喜欢/不喜欢的比例，项目也会有蔬菜，非蔬菜属性。是否可以计算用户偏好比例和项目的相似度，或者是否有符合我需求的算法或帮助我的文档？
提前感谢
浏览 2提问于2015-07-23得票数 0
我正在构建一个推荐程序，使用ItemSimilarityJob完成实际的相似度计算，然后通过FileItemSimilarity将其加载到非分布式推荐程序中。
到目前为止，所有这些都是可行的，但有一件事我有点困惑。
在实例化推荐程序(GenericItemBasedRecommender)时，我必须传递一个数据模型--在我的例子中它将是FileDataModel，但是由于相似度计算已经进行，我真的不知道应该将哪些数据传递到模型中？
显然，该模型用于确定最大和最小偏好值以及项和用户ids。关于用户，我计划只有匿名的“配置文件”--那么传递假数据还可以吗？
这是如何支持工作-马赫特的例子(1)和M
浏览 5提问于2013-06-30得票数 0
回答已采纳
1回答
我正在做一个向用户推荐内容的项目。我想从每个用户创建一个配置文件，这样我就可以对它们进行聚类并提供共同的建议，但在我必须能够度量这些用户之间的相似性之前。我想过一份可以用模糊标签填写的问卷。
我的问题是如何度量回答此类问题的两个用户U1和U2的相关性(相似性)？
Q1.我认为东京是个好城市。U1:完全同意U2:部分同意
，Q2，，我读过唐吉诃德。U1:完全不同意U2:完全同意
..。
Qn.我认为塔伦蒂诺是个好电影导演。U1:部分同意U2:部分同意
我曾想过将答案转换成数值，然后尝试计算Pearson相关系数。但我不知道是否有更优雅的方法来做到这一点。
浏览 3提问于2012-11-05得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
