← 返回卡片

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

核验版本的摘录快照 · 导入于 2026-11-19T04:48:36.599Z

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

此预览只包含定位所需的摘录和上下文。

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