基于用户的协同过滤，基于的假设是：喜欢相同物品的用户具有相似性。相同物品越多，用户相似性越大。（有点基于统计的意思） 基于用户的协同过滤推荐机制和基于人口统计学的推荐机制都是计算用户的相似度，并基于“邻居”用户群计算推荐，但它们所不同的是如何计算用户的相似度，基于人口统计学的机制只考虑用户本身的.....
分类：
其他好文 时间：
2015-05-16 20:01:49
阅读次数：
193
动态时间规整：Dynamic Time Warping（DTW），是一种衡量两个离散时间序列相似度的方法，主要特点是在序列长度不一或x轴无法完全对齐的情况下，用满足一定条件的的时间规整函数描述两者之间的时间对应关系。DTW算法在各种模式匹配任务中被广泛使用，如语音识别、动态手势识别和信息检索等中。...
分类：
其他好文 时间：
2015-05-15 19:58:16
阅读次数：
279
mahout已经提供了item-based cf 算法，但是要想在mahout 算法上修改item-based cf相对来说比较繁琐，比如加入流行度因子降权（降低流行用户与其它用户的相似度）等因素。目前在spark官方没有提供基于item或者user的协同过滤，本文参考了Movie Recommendations and More With Spark文章，写了item-based的协同过滤算法...
分类：
其他好文 时间：
2015-05-14 14:24:29
阅读次数：
1683
还记得上篇：高大上的安卓日期时间选择器，本篇是根据上篇修改而来，先看下qq中日期选择的效果：
鉴于目前还没有相似的开源日期控件，因此本人花费了一些时间修改了下之前的日期控件，效果如图：
虽说相似度不是百分之百，但相对其它日期控件是不是更加高大上了许多，哈哈~代码就不在往上贴了，如果感觉不错可以下载源码，并修改成更加符合你的效果。
源码地址：http://download.cs...
分类：
移动开发 时间：
2015-05-13 10:21:06
阅读次数：
147
应用于推荐系统
在使用LDA(Latent Dirichlet Allocation)计算物品的内容相似度时，我们可以先计算出物品在话题上的分布，然后利用两个物品的话题分布计算物品的相似度。比如，如果两个物品的话题分布相似，则认为两个物品具有较高的相似度，反之则认为两个物品的相似度较低。计算分布的相似度可以利用KL散度来计算：
DKL(p||q)=∑i∈Xp(i)ln(p(i)/q(i),其中...
分类：
其他好文 时间：
2015-05-12 11:28:46
阅读次数：
175
时下机器学习和大数据可谓是互联网行业炙手可热的术语，Viktor Mayer在Big Data一书中提到大数据时代我们需要的是混杂性而不是精确性，统计意义在大数据下给了我们更多空间。既然不过分追求精确性，那么字符串完全比配也就不那么重要了，字符串的相似度将会扮演更重要的角色。相似度评价在信息检索系统...
分类：
其他好文 时间：
2015-05-12 01:40:43
阅读次数：
129
cosin余弦相似度
两个向量间的余弦值可以很容易地通过使用欧几里得点积和量级公式推导：
鉴于两个向量的属性， A 和B的余弦相似性θ用一个点积形式来表示其大小，如下所示：
产生的相似性范围从-1到1：-1意味着两个向量指向的方向正好截然相反，1表示它们的指向是完全相同的，0通常表示它们之间是独立的，而在这之间的值则表示中度的相似性或相异性。 对于文本匹配，属性向量A 和B 通常...
分类：
其他好文 时间：
2015-05-12 00:10:19
阅读次数：
840
前几天去吃葫芦头的路上，大飞哥给详细的讲解了他在比较文本相似度实验时对Google的simhash方法高效的惊叹，回来特意去找了原文去拜读。Simhash传统IR领域内文本相似度比较所采用的经典方法是文本相似度的向量夹角余弦，其主要思想是根据一个文章中出现词的词频构成一个向量，然后计算两篇文章对应向...
分类：
Web程序 时间：
2015-05-10 20:15:12
阅读次数：
126
