Surprise 框架

Surprise官方文档参考
源码参考

Surprise 是Python下的一个推荐算法实现的库，Python首选。
Surprise支持常见的推荐算法：

• 基础算法（baseline algorithm）
• 协同过滤算法（基于近邻算法）
• 矩阵分解算法 matrix factorization-based（SVD PMF SVD++ NMF）

算法	描述
random.NormalPredictor()	基于统计的推荐系统预测打分，假定用户打分的分布是基于正态分布的
BaselineOnly	基于统计的基准预测线打分
knns.KNNBasic	基本的协同过滤算法
knns.KNNWithMeans	协同过滤算法的变种，考虑每个用户的平均评分
knns.KNNWithZScore	协同过滤算法的变种，考虑每个用户评分的归一化操作
knns.KNNBaseline	协同过滤算法的变种，考虑每个用户评分的基线
matrix_factorzation.SVD	SVD 矩阵分解算法
matrix_factorzation.SVDpp	SVD++ 矩阵分解算法
matrix_factorzation.NMF	一种非负矩阵分解的协同过滤算法
SlopeOne	SlopeOne 协同过滤算法

相似度度量指标	描述
cosine	计算所有用户或者物品之间的余弦相似度
msd	计算所有用户或者物品之间的平均平方差相似度

基于统计的推荐算法

Normal Perdictor 认为用户对物品的评分是服从正态分布的，从而可以根据已有的评分的均值和方差 预测当前用户对其他物品评分的分数。

基于大数定理或者使用最大似然估计