协同过滤.ppt
《协同过滤.ppt》由会员分享,可在线阅读,更多相关《协同过滤.ppt(10页珍藏版)》请在三一文库上搜索。
1、协同过滤相关介绍一,协同过滤相关介绍一,1.背景介绍 2.相关数学知识 3.算法原理 4.参考文献,1 应用场景,1.关联规则意在找出属性之间的内在规律 2.决策树想找出对某一确定属性影响最显著的topN个属性 3.协同过滤可以找出记录之间以及属性之间的相似或相关程度,并在此基础上进行推荐1,2,3,2.1 余弦相似度,向量A= B= 推广至任意维向量A和B,有:,我打盹人 A:我打盹 B:我打人,2.2 矩阵,矩阵相乘: 矩阵相乘向量表示4: 矩阵转置:,用户行为矩阵ua: 新建矩阵us: us=ua*uaT,3.1 算法原理1,A B C D E F u1 5 0 0 1 2 1 u2 2
2、 1 3 4 0 0 u3 0 1 5 2 7 2 u4 1 2 0 3 0 0 u5 5 0 1 0 5 1,u1 u2 u3 u4 u5 u1 31 14 18 8 36 u2 14 30 24 16 13 u3 18 24 83 8 42 u4 8 16 8 14 5 u5 36 13 42 5 52,3.1 算法原理2,新建与us 同大小矩阵ucos: ucos(i,j)=us(i,j)/(us(i,i)*us(j,j)(1/2) 1. 这个矩阵即表示了用户之间的相似性 2. 推荐以此为依据 3. 主要有基于用户和基于项目两种推荐 4. 新用户用基于项目好,新项目用基于用户好,由于用户
3、数据稀疏, 多用基于项目推荐,u1 u2 u3 u4 u5 u1 1.0000 0.4591 0.3549 0.3840 0.8966 u2 0.4591 1.0000 0.4810 0.7807 0.3291 u3 0.3549 0.4810 1.0000 0.2347 0.6393 u4 0.3840 0.7807 0.2347 1.0000 0.1853 u5 0.8966 0.3291 0.6393 0.1853 1.0000,u1 u2 u3 u4 u5 u1 31 14 18 8 36 u2 14 30 24 16 13 u3 18 24 83 8 42 u4 8 16 8 14
4、5 u5 36 13 42 5 52,3.1 算法原理3,新建矩阵as: as=uaT*ua 新建与as同大小矩阵acos: acos(i,j)=as(i,j)/(as(i,i)*as(j,j)(1/2) 以上即是项目之间相似性,A B C D E F A 55 4 11 16 35 10 B 4 6 8 12 7 2 C 11 8 35 22 40 11 D 16 12 22 30 16 5 E 35 7 40 16 78 21 F 10 2 11 5 21 6,A B C D E F A 1.0000 0.2202 0.2507 0.3939 0.5344 0.5505 B 0.2202
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 协同 过滤
链接地址:https://www.31doc.com/p-3237270.html