字符串相似度

字符串相似度

推荐系统 Recommendation System

解析推荐系统

1. 找到偏好相似的用户，推荐他们喜欢的内容
2. 找到特征相似的内容，推荐这些内容

基于相似用户推荐

1. 需要有当前用户喜爱歌曲的数据，根据用户间的“口味”相似度来进行推荐
2. 定义“口味”相似
   • 遍历所有的用户，对比每个用户和你共同喜爱的歌曲个数，并且设置一个阈值，当通过喜爱的歌曲个数超过这个阈值，则认为这个用户和你的“口味”相似
   • 将和你“口味”相似的用户喜爱且你没有听过的歌曲，推荐给你
3. 定义喜爱程度

   • 给每个行为定义一个得分，得分越高表示喜爱程度越高

     

   • 使用欧几里得距离来计算两个用户之间的相似度

     • 使用向量表示每个用户对所有歌曲的喜爱程度
     • 计算两个向量之间的欧几里得距离，度量两个用户的“口味”相似程度

     

基于相似歌曲推荐

1. 根据当前用户喜欢的歌曲，找到相似的歌曲来进行推荐
2. 定义歌曲“相似”

   • 对歌曲定义一些特征项，基于歌曲特征项向量的距离来比表示两首歌曲相似度，缺点是需要人工标记出每首歌的特征项，数据量太大且有很高的主观性

   • 找到喜欢听的“相似”人群，如果两首歌曲的喜爱人群相似，则说明这两首歌比较相似

   • 遍历所有的歌曲，将每个用户的打分作为向量，计算出歌曲的相似度