集体智慧编程－making recommendations
摘要：
1 通过Euclidean distance 和 Pearson correlation.寻找用户得“相似度”，Euclidean比较好理解，和曼哈顿差不多，而Pearson 就比较高深了，是按照两组数据所产生得“直线”（correlation）来比较相似度，直线的度数（45度为绝对相似）。2根据相似度，某物所产生的推荐值也不同（设x是寻找者，y被询... 阅读全文
posted @ 2010-09-19 02:31 rabby 阅读(201) 评论(0) 推荐(0)
浙公网安备 33010602011771号