Python
摘 要 信息化世界存在着大量的数据,如何在大量的数据中为每一个用户找到其所需求的数据 成为了一个问题。本文尝试以包括基于用户的协同过滤算法、基于物品的协同过滤算法以及其混合算法在内的多种不同的推荐算法对于数据进 行挖掘分析,并在此过程中尝试对于推荐系统的实现提出一个行之有效的解决方法。 目录 摘 要 1.1 数据集 1.2.2 基于物品的协同过滤算法 3 推荐算法实现 3.1 基于用户的协同过滤 3.1.1 计算用户相似度 3.1.2 推荐算法 3.2 基于物品的协同过滤 3.2.1 计算物品相似度 3.2.2 推荐算法 4.3 评估结果 5 结语
信息化世界存在着大量的数据,如何在大量的数据中为每一个用户找到其所需求的数据 成为了一个问题。本文尝试以包括基于用户的协同过滤算法、基于物品的协同过滤算法以及其混合算法在内的多种不同的推荐算法对于数据进 行挖掘分析,并在此过程中尝试对于推荐系统的实现提出一个行之有效的解决方法。
目录
摘 要
1.1 数据集
1.2.2 基于物品的协同过滤算法
3 推荐算法实现
3.1 基于用户的协同过滤
3.1.1 计算用户相似度
3.1.2 推荐算法
3.2 基于物品的协同过滤
3.2.1 计算物品相似度
3.2.2 推荐算法
4.3 评估结果
5 结语