基于用户、物品做协同过滤
伪代码实现,这里最终通过cos函数计算相似度
1.基于用户,需要一个用户相似度矩阵
首先要建立物品-用户集合的倒排索引
然后循环这个索引的所有用户,排除自己和自己,进行+1
Set<Entry<String, Set<String>>> entrySet = itemUserCollection.entrySet();
Iterator<Entry<String, Set<String>>> iterator = entrySet.iterator();
while(iterator.hasNext()){
Set<String> commonUsers = iterator.next().getValue();
for (String user_u : commonUsers) {
for (String user_v : commonUsers) {
if(user_u.equals(user_v)){
continue;
}
sparseMatrix[userID.get(user_u)][userID.get(user_v)] += 1;
//计算用户u与用户v都有正反馈的物品总数
}
}
}
然后 cos计算
2.基于物品,协同过滤正好反过来,建立用户的相似矩阵
首先要建立用户-物品集合的倒排索引
然后循环这个索引的所有物品,排除自己和自己,进行+1