源链接: http://blog.csdn.net/qq_23942803/article/details/50597907
假设数据如下图,其中行表示用户,列表示评级项目:
我们先看一下三道公式
余弦相似度(Cosine-based Similarity):
皮尔森系数(Pearson correlation):
修正余弦相似度(Adjusted Cosine Similarity):
其中Ru,i表示用户u给物品i的评级
1.余弦相似度与其余二者的比较
余弦相似度计算时采用评级项目item i与item j中所有用户的信息,即包括有填写评级与无填写评级(无填写评级的置0)的所有用户;
皮尔森系数与修正余弦相似度中U表示所有对i和j共同进行过评级的用户组成的组合;
总结:余弦相似度与其余二者在计算式选择的用户集合不同 。
2.皮尔森系数与修正余弦相似度的比较
从公式上看,这二者的区别就在于
皮尔森系数中
而修正余弦相似度中
总结:皮尔森系数与修正余弦相似度之间的区别在于中心化的方式不同。
参考文章:
1.http://www.zhihu.com/question/21824291
2.http://www10.org/cdrom/papers/519/node11.html
3.http://guidetodatamining.com/assets/guideChapters/DataMining-ch3.pdf
联系客服