基于用户、物品做协同过滤

深渊向深渊呼唤

伪代码实现,这里最终通过cos函数计算相似度

1.基于用户,需要一个用户相似度矩阵

首先要建立物品-用户集合的倒排索引

然后循环这个索引的所有用户,排除自己和自己,进行+1

Set<Entry<String, Set<String>>> entrySet = itemUserCollection.entrySet();
        Iterator<Entry<String, Set<String>>> iterator = entrySet.iterator();
        while(iterator.hasNext()){
            Set<String> commonUsers = iterator.next().getValue();
            for (String user_u : commonUsers) {
                for (String user_v : commonUsers) {
                    if(user_u.equals(user_v)){
                        continue;
                    }
                    sparseMatrix[userID.get(user_u)][userID.get(user_v)] += 1;
                    //计算用户u与用户v都有正反馈的物品总数
                }
            }
        }

然后 cos计算

2.基于物品,协同过滤正好反过来,建立用户的相似矩阵

首先要建立用户-物品集合的倒排索引

然后循环这个索引的所有物品,排除自己和自己,进行+1

栏目