如何计算协同过滤中分类变量之间的相似度

【问题标题】：How to calculate similarity between categorical variables in collaborative filtering如何计算协同过滤中分类变量之间的相似度
【发布时间】：2020-02-11 00:58:42
【问题描述】：

我正在尝试使用协同过滤构建推荐系统。

我有用户项目数据集。我无法找到相似用户之间的相似性，因为我不能使用欧几里得 / 余弦距离在这里不起作用。
如果我将分类变量转换为 0、1 则无法计算距离。您能否建议任何处理分类数据的python推荐算法。

【问题讨论】：

我认为Hamming Distance 是您正在寻找的指标。

标签： python recommendation-engine collaborative-filtering

【解决方案1】：

计算分类特征之间距离的一个很好的例子是Hamming Distance，我们在其中计算不同实例的数量。

另一方面，您仍然可以计算用户项目数据集的余弦相似度。

举个例子；用户 1 购买商品 1、商品 2

用户 2 购买商品 2、商品 3

那么，用户向量是；

用户 1 = [1, 1, 0]

用户 2 = [0, 1, 1]

余弦相似度为0.5

同样的规则适用于物品。

【讨论】：

【解决方案2】：

余弦相似度会将问题作为一个包含变量所有值的整个向量来处理。并且可能无法给出相关性的答案。因此，当您从余弦相似度中获得高分时，并不能确保它们也相关。

【讨论】：