个性化推荐算法中的相似性指标

• 作者: 王守崑
• 来源期刊: 程序员
• 学科: 工学
• 关键词: 个性化推荐算法 相似性 用户体验 产品功能 推荐系统 协同过滤 基础 互联网
• 年，卷（期）: 2013,（2）
• 页码范围: 97-101
• 页数: 5页
• 分类号: TP301.6

摘要

本文试图从相似性指标的起源谈起，在详细讨论几类常用的相似性指标特点的基础上，为如何在推荐系统中选取合适的相似性指标提供一定的指导原则和基础。 在互联网产品的以协同过滤为基础的个性化推荐算法中，相似性指标的计算非常重要，甚至定义和挑选相似性指标的好坏，很大程度上决定了个性化推荐算法最终的推荐质量和用户体验。相似性可以直接作为产品功能服务于用户，比如条目相似性可作为“喜欢XX物品的也喜欢”、“读了XX文章的也读了”、“购买XX产品的也购买了”栏目出现，因此用户相似性可用来直接推荐口味相似的用户。