知识卡片

普通读书笔记卡 · 9781.a · 生成模型:DeepSeek-V4.1-Flash

兴趣向量与余弦相似度

理解等级:中级

先把所有出现过的兴趣排成固定顺序当作坐标轴,每个用户写成 0/1 向量,某位为 1 表示他有这个兴趣。两人相似度用余弦:点积除以两个向量长度之积,几何上是夹角的余弦,只看方向不看长度。对 0/1 向量,点积等于共同兴趣数,长度是各自兴趣数的平方根,所以相似度 = 共同兴趣数 / √(兴趣数之积);完全相同得 1,毫无交集得 0。用余弦而不是欧氏距离,是因为它不受“兴趣多”影响:列了 20 个兴趣的人和列了 5 个的人,只要方向一致就算相似。代价是它把每个兴趣同等看待,也忽略兴趣之间的相关性——Hadoop 与 MapReduce 的关联不进入计算,只有真正共现才算相似。

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 · 1 处

    • 第23章 推荐系统 · 查看原书依据

      “相似用户”指的是“兴趣向量最接近指向同一方向的用户”。具有相同兴趣的用户间相似度为 1,没有相同兴趣的用户间相似度为 0;否则,相似度将介于两者之间,接近 1 的数表示“非常相似”,接近 0 的数表示“不太相似”。

    参考来源

    - 位置:《数据科学入门(第2版)》第23章 推荐系统(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0027.xhtml) - 结论依据:原文这一段直接给出本卡的核心判断:「“相似用户”指的是“兴趣向量最接近指向同一方向的用户”……」 - 原始内容:“相似用户”指的是“兴趣向量最接近指向同一方向的用户”。具有相同兴趣的用户间相似度为 1,没有相同兴趣的用户间相似度为 0;否则,相似度将介于两者之间,接近 1 的数表示“非常相似”,接近 0 的数表示“不太相似”。