现在的电子商务或者网站中,各种推荐、评分和广告精准营销功能都是必不可少的。最近项目中需要使用这些,在调研相关的解决办法。 一开始是学习mahout,然后mahout中主要的就是算法,学习过程中感觉自己有必要全面的学习一下相关的知识了,就疯狂的google找一些概论性的讲解恶补知识,然后到处链接才将整个电子商务的一整套推荐流程基本了解清楚了,由于看到的知识都是四处没有目的看到的,怕以后忘记了,就给记下来。
基本现在使用的算法都是协同过滤算法
其中协同过滤算法又可以分为:
以使用者为基础(User-based)的过滤算法:主要是以人的相似度作为对对象的评分加权系数。
以项目为基础(Item-based)的过滤算法:主要是以项目相似度作为对象评分加权系数。
以模型为基础(Model-based)的过滤算法:其实就是根据以往的资料建立一个模型基础,以后的比对直接使用该模型预测。包括的算法有Latent Semantic Indexing、Bayesian Networks…等
item-based 主要是为了解决user-based的问题。(用户会越来越多,算法步骤会增加)
但是还是有些问题的:
最典型的有稀疏问题(Sparsity)和冷开始问题(Cold-start),开始时效果较差。此外还有新使用者问题和算法健壮性等问题。
Model-based算法是为了解决Item-based算法在数据太多的时候的实时性问题
以上的User-based 和 Item-based算法都依赖相似度计算的算法,主要包括:
Person Correlation Coefficient、Cosine-based Similarity、Adjusted Cosine Similarity。
后续再写些自己对每个相似度算法的理解吧
以上只是一些理解过后的总结
具体说明网站:
http://zh.wikipedia.org/wiki/%E5%8D%94%E5%90%8C%E9%81%8E%E6%BF%BE
http://zh.wikipedia.org/wiki/Slope_one
分享到:
相关推荐
### 基于协同过滤算法的商品推荐系统设计与实现 #### 一、绪论 - **选题动因**:随着互联网技术的发展和电子商务平台的兴起,如何在海量的商品信息中帮助用户找到他们真正感兴趣的商品成为了商家面临的一个重大...
基于协同过滤算法的商品推荐系统是一种常见的推荐系统,它利用用户行为数据来预测用户可能喜欢的商品。协同过滤算法主要基于两个原则:用户-用户协同过滤和物品-物品协同过滤。 在Spring Boot中构建基于协同过滤...
协同过滤算法(Collaborative Filtering)是一种经典的推荐算法,其基本原理是“协同大家的反馈、评价和意见,一起对海量的信息进行过滤,从中筛选出用户可能感兴趣的信息”。它主要依赖于用户和物品之间的行为关系...
协同过滤算法作为推荐系统的重要技术之一,它通过分析和比较用户之间的偏好关系,对用户进行分组或对物品进行推荐,已广泛应用于电子商务领域,包括电商、视频网站、音乐平台等。 协同过滤算法主要分为两类:基于...
协同过滤算法 java源码 协同过滤常常被用于分辨某位特定顾客可能感兴趣的东西,这些结论来自于对其他相似顾客对哪些产品感兴趣的分析。协同过滤以其出色的速度和健壮性,在全球互联网领域炙手可热。
《基于物品的协同过滤算法在MapReduce框架下的实现与应用》 协同过滤(Collaborative Filtering,简称CF)是推荐系统中最常用的一种算法,它基于用户的行为数据来预测他们可能感兴趣但尚未接触过的物品。而基于物品...
电影推荐系统中运用的推荐算法是基于协同过滤算法(Collaborative Filtering Recommendation)。协同过滤是在信息过滤和信息系统中正迅速成为一项很受欢迎的技术。与传统的基于内容过滤直接分析内容进行推荐不同,...
Java毕业设计基于用户的协同过滤算法实现的商品推荐系统源码+数据库(高分项目).zip该项目是个人高分毕业设计项目源码,已获导师指导认可通过,都经过严格调试,确保可以运行!放心下载使用。 Java毕业设计基于用户...
### 基于协同过滤算法的个性化推荐技术的研究 #### 一、研究背景与意义 在互联网信息爆炸的时代背景下,用户面临着海量的信息选择难题。如何从海量数据中筛选出最符合用户兴趣的内容成为了一个亟待解决的问题。...
在这个数据集中,我们重点探讨基于用户的协同过滤算法,这是一种利用用户之间的相似性来做出推荐的方法。 首先,我们需要理解算法的基本原理。基于用户的协同过滤(User-Based Collaborative Filtering,UBCF)假设...
基于SSM(Spring+SpringMVC+MyBatis)和Vue.js的协同过滤算法电影推荐系统是一个利用用户历史观影记录和评分数据,通过协同过滤算法来预测用户可能喜欢的电影的系统。该系统主要由以下几个模块组成: 用户管理模块:...
协同过滤算法的图书推荐系统-协同过滤算法的图书推荐系统的设计与实现代码-java-ssm-基于ssm的协同过滤算法的图书推荐系统项目-代码-源码-项目-系统-毕设-网站 1、技术栈:java,s sm,vue,ajax,maven,mysql,...
《基于协同过滤算法的旅游推荐系统开发详解》 在当今信息爆炸的时代,个性化推荐系统已成为提升用户体验、提高用户满意度的重要工具。本项目“基于协同过滤算法的旅游推荐系统”正是以此为目标,结合Java、JSP和...
协同过滤算法代码 VS下运行 数据集采用MovieLens
协同过滤算法是推荐系统中的一种重要技术,它利用用户或物品之间的相似性来预测未知评分或偏好,并以此生成推荐。在文档“基于Python的协同过滤算法的设计与实现.pdf”中,介绍了如何使用Python语言设计和实现协同...
《基于Python与协同过滤算法的图书推荐系统设计与实现》 在当今信息爆炸的时代,个性化推荐系统已经成为各类在线服务不可或缺的一部分,特别是在图书推荐领域。本项目聚焦于利用Python编程语言和协同过滤算法来构建...
1. **协同过滤算法原理**: - **用户-用户协同过滤**:这种算法通过寻找与目标用户有相似购买历史或评分行为的其他用户,然后推荐他们喜欢但目标用户尚未接触的图书。 - **物品-物品协同过滤**:这种方法是找到与...
此网站是一个全品类的购物商城系统,然后在传统的购物商城的基础上面加入了协同过滤算法,包括了基于用户的协同过滤算法和基于商品的协同过滤算法。用户协同过滤算法的核心思想在于根据用户评分矩阵计算用户余弦...
协同过滤算法是推荐系统中常用的一种技术,尤其在电影推荐领域有着广泛的应用。协同过滤的基本思想是通过分析用户的历史行为,如对电影的评分,来推测用户未来可能的兴趣。它分为基于用户(User-Based)和基于物品...