基本信息
文件名称:商品相关推荐算法简介2600字.docx
文件大小:230.42 KB
总页数:9 页
更新时间:2025-07-08
总字数:约3.41千字
文档摘要

商品相关推荐算法简介综述

1.1基于物品的协同过滤

基于物品的协同过滤推荐算法通过分析用户的行为来计算用户的相似度。通俗的说,就是认为两个物品相似的依据是因为喜欢其中一个物品的用户也喜欢另一个物品。实现这一算法通常分为三个步骤:

1)通过用户对物品的评分记录构建评分表。

2)通过评分表计算各个物品之间的相似度。

3)向用户推荐物品,并且要去掉用户已经评价过的商品。

为了直观表示用户对商品的喜好程度,基于物品的协同过滤推荐算法引入了评分表。例如有P个用户和Q件物品,那么评分表就是一个P×Q矩阵,第m行,第n列的值就是用户m对物品n的评分,若为空白,则表示用户对该物品