22
правки
Изменения
→User-based и item-based алгоритмы
Заменим жесткую кластеризацию на предположение, что фильм понравится пользователю, если он понравился его друзьям.
<tex> \hat{r_r}_{ui}} = \bar{r_ur} _u + \frac{\sum_{v \in U_i}{}{sim(u, v)(r_{vi} - \bar{r_vr}_v)}}{\sum_{v \in {U_i}}{}{sim(u, v)}} </tex>
Однако у этого алгоритма есть недостатки:
Так же имеется абсолютно симметричный алгоритм. Теперь будем считать, что фильм понравится пользователю, если ему понравились похожие фильмы.
<tex> \hat{r_r}_{ui}} = \bar{r_ir} _i + \frac{\sum_{j \in I_u}{}{sim(i, j)(r_{uj} - \bar{r_jr}_j)}}{\sum_{j \in {I_u}}{}{sim(i, j)}} </tex>
У такого подхода остается недостаток в виде холодного старта и при этом рекомендации становятся тривиальными.
