22
правки
Изменения
→Кластеризация пользователей
* Выберем условную меру схожести пользователей по истории их оценок <tex> sim(u, v) </tex>
* Объеденим пользователей в группы так, чтобы похожие пользователи оказывались в одном кластере <tex> u \mapsto F(u) </tex>
* Оценку пользователя предскажем как среднюю оценку кластера этому объекту <tex> \hat{r_r}_{ui}} = \frac{1}{|F(u)|}\sum_{u \in F(u)}{}{r_{ui}} </tex>
Проблемы алгоритма:
