有个疑问，比如项目有100个最近邻居，但是目标用户对这100个邻居中的极少部分有评分，比如只对5个项目有评分，但是大部分论文中计算预测值时是这么计算的：
，我将未评分值先简单置为0，那么分母就是所有相似度之和，分子却只是那5个目标用户有评分项的加权和，结果通常很小，与实际值相差很大，我想那个分母是不是只用包括最近邻居中用户已评分项的相似度？
有关基于项目的协同过滤算法的预测值计算问题
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
- Code_Junior 2015-11-29 10:17关注
我刚计算预测值时分母只累加了已评分项的相似度，邻居300左右时MAE值达到最优值为0.75，正确的做法应该是什么样的？求大神解答啊
解决 无用评论 打赏举报 分享
- 2022-02-21 16:51《基于物品的协同过滤算法在MapReduce框架下的实现与应用》 协同过滤（Collaborative Filtering，简称CF）是推荐系统中最常用的一种算法，它基于用户的行为数据来预测他们可能感兴趣但尚未接触过的物品。而基于物品...
- 2024-11-16 21:57本文将详细介绍基于Python实现的电影推荐系统，该系统采用了两种常见的推荐算法：基于用户的协同过滤算法（User-based Collaborative Filtering）和基于项目的协同过滤算法（Item-based Collaborative Filtering），...
- 2020-12-22 01:12在实际应用中，基于用户的协同过滤算法会面临一些挑战，如冷启动问题（新用户或新项目没有足够的评分历史）、稀疏性问题（大量用户和项目之间的评分记录较少）以及计算效率问题（需要计算所有用户对所有项目的相似度...
- 2022-05-25 18:56在这个案例中，我们将重点讨论如何使用Python实现一个基于协同过滤的图书推荐系统。 1. **协同过滤算法原理**： - **用户-用户协同过滤**：这种算法通过寻找与目标用户有相似购买历史或评分行为的其他用户，然后...
- 2022-05-30 21:39基于用户的协同过滤（User-Based Collaborative Filtering，简称UserCF）是一种推荐系统中常见的算法，它主要依赖于用户历史行为数据来预测用户可能的兴趣。UserCF算法的核心思想是找到与目标用户有相似行为模式的...
- 2023-11-02 16:25《基于改进协同过滤算法的校园二手交易系统研究》这篇毕业论文深入探讨了如何利用协同过滤算法来提升校园二手交易系统的个性化推荐效率。协同过滤是一种基于用户行为和兴趣的推荐技术，它通过分析用户的历史购买记录...
- 2022-05-25 18:52本项目重点探讨的是如何利用基于商品的协同过滤算法来构建这样一个系统。 协同过滤（Collaborative Filtering）是一种广泛应用于推荐系统中的机器学习方法，它主要分为用户-用户协同过滤和商品-商品协同过滤两种...
- 2021-04-30 12:58根据大数据稀疏性特征，把奇异值分解方法引入协作过滤算法中进行...MATLAB仿真结果显示：提出的基于改进协同过滤算法的用户页面兴趣度测量方法可有效克服海量数据的稀疏性，在预测准确性、测量速度方面都有很大的提高。
- 2022-05-31 20:45本项目旨在设计并实现一个基于Java编程语言和协同过滤算法的电影推荐系统，以满足用户对个性化电影推荐的需求。以下是关于这个系统设计与实现的关键知识点： 1. **协同过滤算法**：协同过滤是推荐系统中最常用的一...
- 2025-08-18 22:32协同过滤算法可以分为两大类：基于用户的协同过滤（User-based CF）和基于物品的协同过滤（Item-based CF）。基于用户的协同过滤依赖于用户之间的相似度，通过比较不同用户之间的评分记录，找出相似用户，并结合相似...
- 没有解决我的问题, 去提问
