一.推薦系統(tǒng)

1.1 推薦系統(tǒng)是大數(shù)據(jù)在互聯(lián)網(wǎng)領(lǐng)域的典型應(yīng)用，它可以通過(guò)分析用戶(hù)的歷史記錄來(lái)了解用戶(hù)的喜好，從而主動(dòng)的為用戶(hù)推薦其感興趣的信息，滿(mǎn)足用戶(hù)的個(gè)性化推薦需求．

1.2 推薦系統(tǒng)是自動(dòng)聯(lián)系用戶(hù)和物品的一種工具．

1.3 推薦系統(tǒng)可以創(chuàng)造全新的商業(yè)和經(jīng)濟(jì)模式，幫助實(shí)現(xiàn)長(zhǎng)尾商品的銷(xiāo)售．

• 長(zhǎng)尾理論:
  

1.4 推薦方法

1.5 推薦系統(tǒng)模型

二.基于用戶(hù)的協(xié)同過(guò)濾(UserCF)與基于物品的協(xié)同過(guò)濾(ItemCF)

2.1 UserCF

• 找到和目標(biāo)用戶(hù)興趣相似的用戶(hù)集合；
• 找到該集合中的用戶(hù)所喜歡的，且目標(biāo)用戶(hù)沒(méi)有聽(tīng)說(shuō)過(guò)的物品推薦給目標(biāo)用戶(hù)；
  
• 衡量用戶(hù)的相似度方法：
  • 泊松相關(guān)系數(shù)；
  • 余弦相似度；
    
    
    
    
  • 調(diào)整余弦相似度；

2.2 ItemCF

• 算法步驟:
  
  
  

2.3 UserCF與ItemCF的對(duì)比

總結(jié)

以上是生活随笔為你收集整理的大数据的应用－UserCF和ItemCF推荐算法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。