Slope_one

关于推荐引擎 如今的互联网中，无论是电子商务还是社交网络，对数据挖掘的需求都越来越大了，而推荐引擎正是数据挖掘完美体现；通过分析用户历史行为，将他可能喜欢内容推送给他，能产生相当好的用户体验，这就是推荐引擎。 推荐算法Slope one的原理 首先 Slope one是一种基于项目的协同过滤算法（ Item-based Recommendation ），简单介绍这种算法（若理解有误，欢迎大家更正， I am just a beginner ）：根据用户们对产品的喜好程度，来将产品分类；举个简单例子：比如有10个用户， 其中有9个人即喜欢产品A，也喜欢产品B，但只有2个人喜欢产品C；于是可以推断产品A和产品B是属于同类的，而产品C可能跟它们不是一类。 好了话不多讲，让我们看看Slope one吧！ Slope one是通过用户们对每个产品的评分，来计算产品间的一个差值；这种计算是通过 线性回归 f ( x ) = a x + b 到 的 ， 其中a = 1，正如它的名字Slope one（斜率为一）；另外用户的评分，在Slope one中 是必不可少的。这里举 例看看它的计算方式：下面是一张用户对书籍的评分表 书 1 书 2 书 3 用户 A 5 3 2 用户 B 3 4 未评分 用户 C 未评分 2 5 书1是否适合推荐给用户C，需要通过Slope one 计算出一个值来判定