我正在尝试使用协作过滤来建立推荐系统。
您仍然可以为用户项数据集计算余弦相似度。
例如;用户1购买商品1,商品2
用户2购买商品2,商品3
然后,用户向量是;
用户1 = [1, 1, 0]
[1, 1, 0]
用户2 = [0, 1, 1]
[0, 1, 1]
余弦相似度将为0.5
0.5
相同的规则适用于物品。