大家好,又见面了,我是你们的朋友全栈君。
这节课我们来学习K近邻在推荐系统中的应用,你将完成本课程的第一个实战项目:基于KNN的电影推荐系统
!为了使你能够顺利地完成实战内容,我们先了解一下推荐系统中的基础知识。
基于近邻用户的协同过滤
假定有一个场景:某个周日的下午,你感觉很无聊,然后从电脑上打开了一个视频网站,想看下最近有什么好看的电影。然而你发现网站上的热门电影基本都看过,其他的电影又太多,不知道该看什么。想使用搜索框去查一下,但是又不知道该搜什么关键词,这个时候你的内心很焦灼,总不能挨个去尝试吧,那时间成本也太大了…
仔细想想还是有办法的,那就是问一下你的好朋友,他最近喜欢看什么电影,让他给你推荐几部好看的电影,这样就省去了自己去挑选和尝试的时间了。
这种思想其实就是基于近邻用户的协同过滤算法
(简称UserCF):给用户 A 推荐和他有着相似观影兴趣的用户 B 喜欢观看的电影。如图所示:
从图中可以看出,用户 A 的好友用户 B 喜欢看电影 2、3、4,恰好电影 3 和电影 4 用户 A 没有看过,所以就可以把电影 3 和电影 4 推荐给用户 A 。
基于近邻用户的协同过滤算法很容易给出的推荐理由是:
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/147450.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...