Item-Based Collaborative Recommender System

Posted Rhys_Wang

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Item-Based Collaborative Recommender System相关的知识,希望对你有一定的参考价值。

User-Based Collaborative Recommender System认为‘类似的用户会对同一个item给出类似的打分’不同,Item-Based Collaborative Recommender System的思想是‘同一个用户,会给类似的item,打出类似的分数’。听起来和Content-Based Recommender System有点类似,但是IBCRS的相似度,是基于用户打分的,而不是基于内容分析。

 

1、和UBCRS一样,我们需要针对Rating Matrix进行的Mean-Centering:

 

在UBCRS用过的例子中,我们相当于得到了一个全新的矩阵:Mean-Centered Rating Matrix

Old Matrix

New Matrix

 

2、计算目标item与其它各个items的相似度:这里用的是Cosine Similarity,据说计算item的相似度,其精准度高于Pearson,有待考证:

3、不同的相似度,即不同的权重,我们合成各个分数项,得到最终的打分:

 

以上是关于Item-Based Collaborative Recommender System的主要内容,如果未能解决你的问题,请参考以下文章

Neural Collaborative Filtering阅读笔记

搜广推 召回模型 协同过滤(Collaborative Filtering) - UserCF, ItemCF

协同过滤 Collaborative Filtering

重磅推出推荐系统系列教程之九:解密“看了又看”和“买了又买”(Item-Based)...

论文笔记之Neural Collaborative Filtering

<read papers>Efficient Decentralized Collaborative Mapping for Outdoor Environments