1.协同过滤算法
UserCF和ItemCF
UserCF:给用户A推荐,与A相似的B、C、D等用户喜欢的物品
ItemCF:给用户A推荐,跟A喜欢的物品相似的物品
两种协同过滤都需要计算用户之间或者物品之间的相似性,因此需要找到合适的相似性度量手段。遂第二节介绍相似性度量方法。
2.相似性度量方法
(1)杰卡德(Jaccard)相似系数
(2)余弦相似度
(3)皮尔逊相关系数
3.UserCF
4.UserCF编程实现
5.UserCF优缺点
6.ItemCF
7.评价指标
8.协同过滤算法的权重改进
9.协同过滤算法的问题分析
10课后思考
reference
http://datawhale.club/t/topic/41
上班族伤不起,过后补,望组织谅解