什么距离度量在基于内容的推荐系统上表现良好？

m3eecexj 于 2021-05-30 发布在 Hadoop

关注(0)|答案(1)|浏览(351)

我想实现一个基于内容的推荐系统，根据用户输入提供一个推荐图书列表。
我将使用tf-idf来确定一个单词对一本书的重要性，并为每本书创建一个图书特征向量。
我需要创建一个相似度矩阵来确定可能的一对书。我遇到了欧几里德距离。还有比欧几里得更好的方法吗？

hadoop vector recommendation-engine tf-idf euclidean-distance

来源：https://stackoverflow.com/questions/29240899/what-distances-measures-perform-well-on-content-based-recommendation-systems

1条答案

按热度按时间

以下是一些不错的距离测量方法，您可以尝试：
（广义）jaccard距离
曼哈顿距离
海林格距离
余弦相似

赞(0）回复(0）举报 2021-05-30

相关问题

微信公众号

热门标签

Java query python Node 开发语言 request Util 数据库 Table 后端算法 Logger Message Element Parser

最新问答

Python pillow/PIL无法识别对象“imagedraw”的属性“textsize”
回答(3) 发布于 5个月前
python-3.x ImportError：无法从“typing_extensions”导入名称“deprecated”
回答(2) 发布于 5个月前
python-3.x 我正尝试使用密码学对字典进行加密
回答(1) 发布于 5个月前
在Python的IDLE中导入audiolazy的问题
回答(1) 发布于 5个月前
如何将Python程序中的数据添加到Markdown？
回答(2) 发布于 5个月前