原书出处
智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)
07 第7章 推荐系统框架及原理
户对物品的评价,发现物品间的相似度,根据目标用户的历史偏好将类似的物品推荐给用户,如图7-19和图7-20所示。 总之,
基于用户的协同过滤算法和基于物品的协同过滤算法在计算相似度步骤上是一样的。它们之间的区别在于基于用户的协同过滤计算了列向量,基于物品的协同过滤计算了行向量。
行向量和列向量的转换通过转置就可以实现。 图7-17 User-based CF示意图 图7-18 User-based
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0097.html
EPUB SHA-256:7c59ad7c208225d5ad9ff8ebac84642c693438b69bb9a48fad164b9dfb1eb976