后续的课程
sqrt
哦哦,懂了,是不考虑评价得分,在上一步种已经把3分以下的过滤掉。换言之,3分以上的为喜欢,得分1;3分以下为不喜欢,得分0.
print type( sim_info[itemid])。debug一下。
这个写的和课程里面的有什么区别吗
这里累加的意思是这样的 举例如下:我点击了1,2两个物品 因为1推出了3,4,5 因为2推出了4,7,8 那么在我们写推荐结果时 4是将1和2对他的得分累加起来。是这个意思。祝学习顺利。
您好,取了top几个物品是由于有时效性,推荐过程中,我们不可能把用户去年操作过的物品也拿过来做itemcf。因为随着时间推移。可能早已经不喜欢之前的物品了。所以召回过程中考虑到这一点。谢谢。
http://files.grouplens.org/datasets/movielens/ml-1m.zip
moive len数据集 开源的。您百度一下 下一下就可以。下一个小的。谢谢您的观看。
用了itemcf,是选择用户行为过的物品,每个物品对应选择topk个相似给出推荐。就是上面这个公式。
你打一下 print type(sim_info[itemid]) 看一下是什么type。debug一下。