基于物品 的协同过滤推荐算法(ItemCF)


。首先给用户行为定义相应的权重积分

基于物品 的协同过滤推荐算法(ItemCF)_第1张图片

。算法思路:给用户推荐那些和他们之前喜欢的物品相似的物品

    实例如下:

    基于物品 的协同过滤推荐算法(ItemCF)_第2张图片

 算法步骤:

    (1)基于物品 的协同过滤推荐算法(ItemCF)_第3张图片


余弦相似度计算计算逻辑,以物品1和物品2为例;  

基于物品 的协同过滤推荐算法(ItemCF)_第4张图片

   基于物品 的协同过滤推荐算法(ItemCF)_第5张图片


基于物品 的协同过滤推荐算法(ItemCF)_第6张图片

计算得:

   基于物品 的协同过滤推荐算法(ItemCF)_第7张图片

    对比评分矩阵,对于已经推荐过的物品要去除推荐

基于物品 的协同过滤推荐算法(ItemCF)_第8张图片


 去除推荐就是置为0,并且选出评分最高的物品就是用户最应该推荐的一个物品了

   基于物品 的协同过滤推荐算法(ItemCF)_第9张图片


总结:

  基于物品 的协同过滤推荐算法(ItemCF)_第10张图片


你可能感兴趣的:(Hadoop)