知识卡片
兴趣向量与余弦相似度
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?
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
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”。