知识卡片

普通读书笔记卡 · 6235.a

共同项目数是相似度基线

理解等级:中级

用两个赞集合的交集大小比较兴趣,得到的是共同项目数量,而不是概率或完整人格相似度。它没有按各自兴趣总量归一化,赞很多的人可能获得更多交集;还需明确集合元素是否为同一对象的ID。书中把本人赞与所有朋友赞的键求交只找出全网曾重合的项目,尚不是逐位好友的最终排名。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 2 处

    • · 查看原书依据

      相似性函数。最简单的概率很可能是最好的基准,因此我们使用“分享的赞的个数”计算自己和好友关系之间的相似度。为了计算两者的相似度,我们所需要的只是把自己的“赞”以及set对象的集合求交操作,这使得我们能够比较两个列表的元素以及计算两者相交的项。示例2-11说明了如何计算网络中自己和好友关系中重叠的“赞”,将其作为在网络中寻找最相似朋友的第一步。 示例2-11:

    • · 查看原书依据

      Jaccard距离 通常情况下,我们可以计算两个集合(其中集合是指无序元素的群组)之间的相似度。Jaccard相似度度量就是表达两个集合之间的相似度,并定义为集合之间相交与相并的比值。数学上来说,Jaccard相似度可以写为: 也就是两个集合中共有元素的数量(交集的基)除以两个集合中截然不同元素的数量(并集的基)。该比值的直觉思想在于该计算是一种获得归一化相

    参考来源

    - 位置:《社交网站的数据挖掘与分析(原书第2版)》第2章《2.3.2 查看好友关系》(spine72;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0061.html;u038-ch02-024)。 - 结论依据:原文在“相似性函数”附近的定义、例子或代码支撑本卡核心说明:用两个赞集合的交集大小比较兴趣,得到的是共同项目数量,而不是概率或完整人格相似度。边界按已读前提解释;示例未执行。 - 原始内容:相似性函数。最简单的概率很可能是最好的基准,因此我们使用“分享的赞的个数”计算自己和好友关系之间的相似度。为了计算两者的相似度,我们所需要的只是把自己的“赞”以及set对象的集合求交操作,这使得我们能够比较两个列表的元素以及计算两者相交的项。示例2-11说明了如何计算网络中自己和好友关系中重叠的“赞”,将其作为在网络中寻找最相似朋友的第一步。 示例2-11: - 位置:《社交网站的数据挖掘与分析(原书第2版)》第3章《3.3.3 测量相似度》(spine79;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0068.html;u050-ch02-024)。 - 结论依据:Jaccard按并集归一化,和仅数共有项目的原始分数不同,阈值方向也需分清相似度与距离。 - 原始内容:Jaccard距离 通常情况下,我们可以计算两个集合(其中集合是指无序元素的群组)之间的相似度。Jaccard相似度度量就是表达两个集合之间的相似度,并定义为集合之间相交与相并的比值。数学上来说,Jaccard相似度可以写为: 也就是两个集合中共有元素的数量(交集的基)除以两个集合中截然不同元素的数量(并集的基)。该比值的直觉思想在于该计算是一种获得归一化相