知识卡片
0-1数据的Jaccard指数
隐式反馈常被编码为 0–1 矩阵:1 表示购买、点击或收藏,说明有兴趣;0 表示没有该行为,却无法区分“不感兴趣”和“感兴趣只是这次没买”——后者恰恰是应该推荐的。若把 0 当作负例算余弦,会把大量潜在偏好误判为不相似。Jaccard 指数只看向量为 1 的部分:sim(u,v)=|X∩Y|/|X∪Y|,X、Y 分别是用户 u、v 取 1 的物品集合,|X∩Y| 为共同购买数,|X∪Y| 为任一人购买数。示例:两人都买 3 件且重合 2 件,Jaccard 为 2/3;若各买 100 件才重合 2 件,仅 2/198≈0.01。它忽略 0–0 共现,适合把“行为”而非“未行为”当作偏好证据。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第9章 推荐系统
原书出处 · 1 处
- 第9章 推荐系统 · 查看原书依据
对于0—1型数据,如超市购买物品的例子,1表示客户购买了某种商品,说明客户对该商品有兴趣。0虽然表示没购买,却分不清楚是不感兴趣,还是感兴趣只是这次没购买(如果是这种情形,恰恰需要推荐)。
参考来源
- 位置:《大数据挖掘与统计机器学习》第9章 推荐系统(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter11_0001.xhtml,9.1 基于邻居的推荐)
- 结论依据:原文指出 0 既可能是不感兴趣也可能是本次未买,因而需要新的相似性,并给出 Jaccard 指数的集合定义与各符号含义。
- 原始内容:对于0—1型数据,如超市购买物品的例子,1表示客户购买了某种商品,说明客户对该商品有兴趣。0虽然表示没购买,却分不清楚是不感兴趣,还是感兴趣只是这次没购买(如果是这种情形,恰恰需要推荐)。