计算两个用户之间的相似度相当简单。
考虑以下示例：
User A = {7,3,2,4,1}
User B = {4,1,9,7,5}
Products in common = {1,4,7}
Union of products = {1,2,3,4,5,7,9}
Hence the Jaccard similarity: 3/7 = 0.429
但是，我不清楚如何计算两种产品之间的相似度。假设我想计算上一个示例中产品 7 和 1 之间的相似度，如何实现呢？
两个项目之间的 Jaccard 相似度
数据挖掘
相似
杰卡德系数
2022-03-11 06:57:59
2个回答
在任何商业环境中，项目相似性的概念都非常不简单。两个用户通常购买相同种类的产品可以认为是相似的，但我们不能说同一用户购买的两件商品相同。
出于推荐目的，有两种不同的项目相似性概念。一种是，如果这两个项目在物理上相似，例如：Blue Reebok Shoes和Red Reebok Shoes，另一种是它们是否具有功能依赖关系，例如：Reebok Shoes和Reebok Socks。为了找到物理上相似的项目，可以创建一个定义产品的属性字典，并对这些属性进行 Jaccard 相似性。例如：
Item A = {color: Blue, size: 10, material: Cotton, brand: Reebok}
Item B = {color: Red, size: 10, material: Cotton, brand: Reebok}
因此，集合的交集将是匹配的属性数，即
Intersection(A,B) = {size, material, brand}
Union(A,B) = {color, size, material, brand}
Jaccard Index = 3/4 = 0.75
对于寻找行为相关的项目，通常使用的一个代理是两个项目在同一会话中一起购买的越多，它们对彼此的功能就越依赖，因此更有价值的推荐。对于此设置，可以创建用户在单个会话中购买的产品矩阵。对于m用户和n产品，它将是稀疏m X n矩阵。如果我们明智地阅读相同的矩阵列，那将是在特定会话中购买该项目的一组用户。
因此，
Item A = {Ua, Ub, Uc}
Item B = {Ub, Ud}
Jaccard Index = 1/4 = 0.25
有多种方法可以做到这一点。一种方法是项目-项目协同过滤。假设您有 100 个用户和 100 首歌曲，在这种情况下，这将是一个 [# of users] X 101 [user and song column] 矩阵。此外，每个用户都喜欢了 100 首歌曲中的 x 首
现在，忽略用户列并创建一个 100 x 100 的歌曲矩阵。现在，对于每首歌曲 ie 列，您计算与其他 99 首歌曲的余弦相似度（这将是 song1 的余弦与 n 行和 song2 [n 行] 等等）。最后，对于每首歌曲，您将获得一个相似度值。基本上，很多用户喜欢的歌曲与其他歌曲将具有更大的相似性值。然而，假设听众通常喜欢某种类型的歌曲，用户可能只喜欢 10 首歌曲（类似类型），这样我们就有了来自 n 个其他用户的输入。最后，我们将能够根据 n 个用户的输入计算每首歌曲的相似度。
然后，您可以对每首歌曲的相似度得分进行排序并推荐给用户。
希望这可以帮助！
其它你可能感兴趣的问题