推荐系统:寻找相近的用户——皮尔逊相关度评价
来源:互联网 发布:web进销存php源码 编辑:程序博客网 时间:2024/05/29 12:16
皮尔逊相关度,其实就是我们数学里面说的相关系数。为什么我们这里又要用这个皮尔逊相关度来衡量用户之间的相近程度呢?那是因为可能存在这样的情况,某人和我的爱好都是一样的,但是他在打分的时候总是相对于我偏高或者是偏低,如果按照先前的欧几里德来评价,或许给出的结论是他与我的爱好并不相同,所以又提出了一种皮尔逊相关度评价标准,可以在这种情况下给出比较好的结论。相关系数大家应该比较了解,代码如下:
from math import sqrt
def sim_person(prefs,p1,p2):si={}for item in prefs[p1]:if item in prefs[p2]:si[item]=1n=len(si)if n==0:return 0#sum1=sum([prefs[p1][item] for item in si])sum2=sum([prefs[p2][item] for item in si])sum1Sq=sum([pow(prefs[p1][item],2) for item in si])sum2Sq=sum([pow(prefs[p2][item],2) for item in si])pSum=sum([prefs[p1][item]*prefs[p2][item] for item in si])num=n*pSum-sum1*sum2den=sqrt(n*sum1Sq-pow(sum1,2))*sqrt(n*sum2Sq-pow(sum2,2))if den==0:return 0r=num/den#print rreturn r
0 0
- 推荐系统:寻找相近的用户——皮尔逊相关度评价
- 推荐系统:寻找相近用户——欧几里德距离评价
- 推荐系统初探之一 —— 寻找相似的用户
- Python之协同过滤(寻找相近的用户)
- 推荐物品算法:欧几里得距离评价&皮尔逊相关度评价
- 推荐系统的评价指标
- 推荐系统的评价指标
- 推荐系统的评价指标
- 推荐系统的评价参数
- 经典推荐—.NET相关最好东东(全球最新评价)
- 皮尔逊相关度评价
- 广告推荐系统—CTR&LR模型评价
- 推荐系统的评价指标总结
- 【Python】寻找电影品味相似的用户并推荐相关电影
- 【Python】寻找电影品味相似的用户并推荐相关电影
- 【推荐系统】 评价
- 推荐系统评价标准
- 推荐系统评价方法
- 二逼青年暑假深圳面试记
- 独家揭秘广州传智播客PHP课程何以火爆?
- HTML5画布KineticJS自定义形状的一些心得,呵呵!
- 从入门到进阶:Google Play完整使用攻略
- java一般加载配置文件时常用的方法
- 推荐系统:寻找相近的用户——皮尔逊相关度评价
- PoolManager(Unity3D插件)
- localhost直接访问项目配置
- 基础系统数据采集工作总结
- win7与VMware ubuntu虚拟机实现文件共享(最后一定要装open-vm-dkms插件)
- 寻找数组中的值
- 引领技术潮流的传智播客广州.Net培训课程
- iOS学习之iOS沙盒(sandbox)机制和文件操作(一)
- 『C/C++』友元函数和友元类