項目基於相似度計量

-1

我使用亨利馬烏Apache來寫一個項目基於推薦（基於類似的項目評級由用戶），我想知道它下面的兩個相似性指標將是最好的使用方法：項目基於相似度計量

皮爾遜，斯皮爾曼，歐幾里得，谷本和Loglikelihood

2014-11-25 user2036340

你看到答案了嗎？它回答你的問題嗎？當有人幫助你時，你應該欣賞這種努力。 – 2014-12-17 12:23:21

如果你有偏好值，你應該使用人際關係或歐幾里德距離相似度量度。如果你沒有偏好值，你應該使用Tanimoto係數或Loglikelihood。要選擇縮小範圍中的哪一個，應對數據集執行評估。這就是爲什麼使用mahout的評估框架。您可以評估許多指標，如均方誤差（MSE），絕對均方誤差，精度，召回，MAP ...

我已經編碼調整後的餘弦相似度，皮爾遜相關性的變體給出了更好的結果，但其比較慢。

來源

2014-11-26 20:47:16

關於「調整後的餘弦相似度」：Mahout沒有爲此提出任何標準方法？我正在構建一個基於項目的推薦人，但我應該將用戶的評級偏見考慮在內，並且我找不到可以「開箱即用」的功能。你知道嗎？ – PLB 2015-04-02 17:13:19

創建您自己的調整餘弦相似性非常容易。只需擴展ItemSimilarity類，並查看PearsonCorrelationSimilarity，如果您有問題，請打開新問題，我將粘貼我創建的代碼。這裏沒有空間。 – 2015-04-14 07:18:05

謝謝。我實際上已經創建了這個問題：http://stackoverflow.com/questions/29419222/mahout-adjusted-cosine-similarity-for-item-based-recommender。 Mahout的郵件列表中的人告訴我這是一個非常糟糕的做法，但編碼並沒有意義。所以我甚至沒有嘗試，因爲我沒有時間。但是如果你想粘貼你的代碼，我一定會看看！ – PLB 2015-04-14 08:59:39

項目基於相似度計量

回答

相關問題