【问题标题】：is it possible in content based recommendation基于内容的推荐是否可行
【发布时间】：2015-07-23 10:51:11
【问题描述】：
我正在探索基于内容的算法，因此我了解到基于内容的算法可以计算项目和用户之间的相似度，就像“潘多拉”正在发生的那样。所以我的要求是我有百的规模，例如用户可以喜欢 40% 的蔬菜和 60% 的非蔬菜，有喜欢/不喜欢的比例。那里的项目也有属性蔬菜，非蔬菜。我可以计算用户偏好比率和项目的相似度，或者有任何算法符合我的要求或帮助我的文档吗？
提前致谢
【问题讨论】：
标签：
algorithm
mahout
recommendation-engine
cosine-similarity
【解决方案1】：
许多标准相似度算法，包括余弦相似度 (https://en.wikipedia.org/wiki/Cosine_similarity) 都是合适的。如果您有两个向量（即一个用户的所有属性按某种顺序得分，然后另一个用户的所有属性按相同顺序得分），您可以对这些向量使用余弦相似度。如果您有用户 A 和 B 以及属性“veg”、“spicy”和“sweet”，并且每个属性都有用户的评分，只需将它们插入余弦相似度算法即可。由于 veg 和 non-veg 仅相加为 100%，因此无需计算两者，因为与 veg 相比，non-veg 不会添加任何信息。