我想完全理解項目到項目的亞馬遜的算法,以將其應用到我的系統來推薦用戶可能喜歡的項目,匹配用戶喜歡的以前的項目。項目到項目的亞馬遜協同過濾
到目前爲止,我已閱讀這些:Amazon paper,item-to-item presentation和item-based algorithms。我還發現這question,但之後我只是更困惑。
我可以告訴的是,我需要按照下面的步驟獲得推薦的項目清單:
- 有我的數據與喜歡的用戶(我已經設置喜歡的項目設置= 1不喜歡= 0)。
- 使用Pearson Correlation Score(這是如何完成的?我找到了公式,但是有沒有任何例子?)。
- 那我該怎麼辦?
所以我就這個問題:
- 哪些項目對項目和基於項目的過濾之間的區別是什麼?兩種算法都一樣嗎?
- 用喜不喜歡替換排名得分是否正確?
- 使用item-to-item算法是否正確,還有其他更適合我的情況?
任何有關這個主題的信息將不勝感激。