经典推荐算法
UserCF（GroupLens）:
首先计算相似性：
则用户u和v的兴趣相似性由二者评分集合的相关系数决定
通过减去均值消除偏好影响
ItemCF:
基于相关性的余弦相似度：
问题：未考虑用户的打分偏好，所以需要减去用户的个性化特性
inference:
weighted sum:
回归regression:
slope one:
weighted slope one:
bi-polar slope one:
算法小屋 文章被收录于专栏
不定期分享各类算法以及面经。同时也正在学习相关分布式技术。欢迎一起交流。
投递阿里云等公司10个岗位 >