close

以項目為基礎的協同過慮 (Item-Based Collaborative Filtering), 主要是用來預測User a對Item j的評比,藉此給予適當的推薦( Recommendation)。

其透過1) 不同item之間的相似度; 以及 2)user a 對於不同item之評比值來預測其會對item j的喜好程度。公式如下:

1.png

其中:Sij 為item i 與item j之相似度; rai為user a對於item i的評分。舉例來說,若要預測user a 對於item 4的喜好程度,計算如下: 

1.png

1.png

而至於各item之間的相似度,則可使用Adjusted Cosine來衡量,其公式如下:

1.png

其中

1.png  

1.png

 

舉例來說,若欲計算item i與item j之間的相似度,其計算如下: 

1.png

 

1.png    

 

 Item-Base CF 主要可解決User-Based CF 中隨著使用者人數增多而造成運算時間大幅增加的問題。由Sarwar在2001年Sarwar提出。

 

 

交通大學李俊昇

業智慧

arrow
arrow
    全站熱搜

    MR. MINING 發表在 痞客邦 留言(0) 人氣()