博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
chapter3:Collaborative Filtering ---------A Programmer's Guide to Data Mining
阅读量:5123 次
发布时间:2019-06-13

本文共 378 字,大约阅读时间需要 1 分钟。

Implicit rating and item based filtering

Explicit rating: 用户明确的对item评分

Implicit rating:反之

明确评分所存在的问题:

1. 用户懒惰,不评分

2.用户可能撒谎或者只给出部分信息

3. 用户不会在更新他们的评分无论感觉产品是好还是差

不明确评分所存在的问题:

1.为自己的朋友或亲人购买礼物

2.两个人(couple)共用同一个用户名浏览网站或购买东西

Implicit data:(仅仅浅浅列出一些例子)

网页内容:浏览的链接,浏览时间,重复访问,分享链接,浏览的内容

音乐:乐器,旋律,播放次数

然而对于推荐系统,latency是一个主要的缺陷,一种解决方式是:集群

转载于:https://www.cnblogs.com/7899-89/p/3450746.html

你可能感兴趣的文章
linux中启动与终止lnmp的脚本
查看>>
gdb中信号的处理[转]
查看>>
LeetCode【709. 转换成小写字母】
查看>>
如何在Access2007中使用日期类型查询数据
查看>>
CF992E Nastya and King-Shamans(线段树二分+思维)
查看>>
第一个Java Web程序
查看>>
树状数组_一维
查看>>
如果没有按照正常的先装iis后装.net的顺序,可以使用此命令重新注册一下:
查看>>
linux install ftp server
查看>>
嵌入式软件设计第8次实验报告
查看>>
算法和数据结构(三)
查看>>
Ubuntu下的eclipse安装subclipse遇到没有javahl的问题...(2天解决了)
查看>>
alter database databasename set single_user with rollback IMMEDIATE 不成功问题
查看>>
WCF揭秘——使用AJAX+WCF服务进行页面开发
查看>>
【题解】青蛙的约会
查看>>
IO流
查看>>
mybatis调用存储过程,获取返回的游标
查看>>
设计模式之装饰模式(结构型)
查看>>
面向对象的设计原则
查看>>
Swift3.0服务端开发(三) Mustache页面模板与日志记录
查看>>