2013-3-10日志

《集体智慧编程》第二章总结：

 

首先是需要数据

 

第二是构建好数据集之后，使用数据来度量用户间的相似度，

 

相似度有以下度量：

参考：http://hi.baidu.com/black/item/79295353bb1bb8dfd58bac62

 

第三步，相似度求出后，可以将其视作从某用户出发对其它用户的打分，然后可以从该用户出发的对物品的打分，具体是以各用户的打分为加权系数，对所有相关用户（对物品打过分的用户），求和：用户对物品的打分＊该用户的打分（加权系数），再除以加权系数之和，示得该物品对该用户的具体得分，越高越好。

 

以上过程的数据集，如果调整下顺序，不是用户：｛物品：分数｝，而变成物品：｛用户：分数｝则可以变成物品与物品的相关

 

然后有一个del.icio.us的例子，此例中的打分仅有1和0两个选项。

 

最后是基于物品的协作型过滤，没有细讲，推测就是先前调整顺序的算法。

 

最后的最后，注意两种不同算法的作用场合的分析