推荐引擎—协同过滤算法—基于物品相似度的推荐

 

一、算法思路

1. 构建物品的同现矩阵

2. 构建用户对物品的评分矩阵

3. 通过矩阵计算得出推荐结果

推荐结果=用户评分矩阵*同现矩阵

二、CF项目流程图

 

三、CF项目推荐结果集数据图解

 

四、CF项目准确率和覆盖率计算流程图

 

五、CF项目确率和覆盖率计算数据图解

 

六、所用的原数据

1. 原数据集

用户  物品  购买次数

10001 20001 1

10001 20002 1

10001 20005 1

10001 20006 1

10001 20007 1

10002 20003 1

10002 20004 1

10002 20006 1

10003 20002 1

10003 20007 1

10004 20001 1

10004 20002 1

10004 20005 1

10004 20006 1

10005 20001 1

10006 20004 1

10006 20007 1

2.模拟推荐算法的数据集

10001 20002 1

10001 20005 1

10001 20006 1

10002 20001 1

10002 20002 1

10002 20003 1

10002 20004 1

10002 20005 1

10003 20002 1

10003 20003 1

10003 20006 1

10003 20007 1

10004 20001 1

10004 20002 1

10004 20005 1

10004 20007 1

10005 20001 1

10005 20002 1

10005 20004 1

10005 20007 1

10006 20001 1

10006 20004 1

10006 20005 1

10006 20006 1