原书出处
深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)
09 第9章 推荐系统
将用户C喜欢的物品D推荐给用户A,如图9-2所示。 图9-2 基于用户的推荐系统示意图 9.2.2 基于物品的协同过滤
基于物品的协同过滤的实现原理和基于用户的协同过滤类似,只是在计算邻居时是站在物品本身的角度,而不是用户的角度,即基于用户对物品的偏好找到相似的物品,然后根据用户的历史偏好,推荐相似的物品给他。
从计算的角度看,就是将所有用户对某个物品的偏好(列数据)作为一个向量来计算物品之间的相似度,得到物品的相似物品后,根据用
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter12_0002.xhtml
EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da