zoukankan      html  css  js  c++  java
  • 协同过滤(斯坦福machine learning week 9)

    1 推荐系统 问题表述

    以预测电影评分这个时兴的问题为例,假想你是一个销售或出租电影的网站,你让用户使用1至5颗星 给不同的电影评分:
    图片描述

    假设下面的表格是几个用户针对五部电影给出的评分。其中”?”代表用户没有给出评分:

    电影 Alice(1) Bob(2) Carol(3) Dave(4)
    《爱到最后》 5 5 0 0
    《浪漫永远》 5 ? ? 0
    《小爱犬》 ? 4 0 ?
    《无尽狂飙》 0 0 5 4
    《剑与空手道》 0 0 5 ?

    引入以下几个变量:

    nu=nm=r(i,j)=ji1y(i,j)=jir(i,j)=1

    推荐系统问题就是:

    在给定上面的这些数据(即r(i,j)和y(i,j))时,然后视图去预测上面表格中那些”?”的值。这样我们就可以向用户推荐他们可能还没看过的新电影了。

    2 基于内容的推荐

    x(1),,x(nm) 每个电影的特征向量(也就是每部电影类型特征的描述)

    θ(1),,θ(nu) 每个用户的参数向量(也就是每个用户喜好的特征描述)
    图片描述

    参考网址

  • 相关阅读:
    java
    java
    java
    java
    java
    java
    java
    java
    sed命令的用法
    linux系统产生随机数的6种方法
  • 原文地址:https://www.cnblogs.com/zswbky/p/8454054.html
Copyright © 2011-2022 走看看