注：我毕设要做一个垂直搜索引擎中的用户推荐项目，这些是我摘录的一些资料和相关分析。
进行用户协同过滤时，一个关键问题是如何计算用户之间的相似性。比较常见的计算用户相似度的算法有余弦相似性、皮尔森系数、调整余弦相似性三种。
这三种相似性都是基于一个称为用户-项目矩阵的数据结构来进行计算的。该数据结构如下：
余弦相似性：把用户评分看作是n维项目空间上的向量，通过计算两个向量之间的夹角余弦来度量两个用户之间的相似性。
皮尔森系数：又称相关相似性，通过Peason相关系数来度量两个用户的相似性。计算时，首先找到两个用户共同评分过的项目集，然后计算这两个向量的相关系数。
调整余弦相似性：将余弦相似性中的向量，减去用户平均评分向量后，再计算夹角余弦以修正不同用户评分尺度不同的问题。
在数据比较稀疏的情况下，这几种方法均存在一定问题：余弦相似性和调整余弦相似性对于用户未评价项目评分为0的假设；皮尔森系数中用户共同评分项目集可能很小。
在垂直搜索引擎中，用户数据具有相当的稀疏性。所以需要通过一定的手段来消除这种稀疏性。我的思路：
1.垂直搜索中存在一个项目的目录（树形结构），如果自顶向下进行评分，并将子项目分数与父项目分数按一定规则运算后作为最后评分。从而填充稀疏矩阵为密集矩阵。
2.按照密集矩阵进行推荐。
欢迎访问我的独立博客：大树底下。
相关文章:
- 新闻：GAE开始支持Java了 4月7日，Google宣布其Google App Engine支持Java语言。此次升级支持原有的所有GAE API，且与Java Servlet API, JDO and JPA, javax.cache, and javax.mail兼容。与此同时，Google还提供了GAE的Eclipse插件。 此前Google App Engine只支持Python。 详情可见这里：Seriously this...
- 本博客取消nofollow标签 即日起本博客将取消nofollow标签，欢迎各位访客留言。 释义：nofollow nofollow是网页中的一个标签，最初，nofollow 属性出现在网页级元标记中，指示搜索引擎不要追踪（即抓取）该网页上的所有外向链接。 例如：<meta name="robots" content="nofollow" />。这个语句将nofollow该网页的所有链接。 后来，Google将这一标签属性单独提出，加于独立链接之上，例如： <a href=http://www.chensj.cn rel="nofollow">大树底下</a>，则表示告诉搜索引擎“不要追踪此网页上的链接”或“不要追踪此（SEO研究院）特定链接”。Google不会追踪带Nofollow的链接，这些链接中的PageRank 或定位文字不会被Google传送。 很多人，包括笔者，都认为nofollow标签对留言者是不公平的，因此，即日起本博客将取消此标签，只要是言之有物的留言，本博客都将永久保留。...
- 从迅雷的离线下载服务说开去 很早就知道迅雷有了vip会员业务，但是一直没有什么特别大的动作，会员所拥有的不过是一些去除广告、个性昵称、定制界面等华而不实的特权，没有什 么吸引力。今天看到迅雷悄然推出了vip会员的离线下载服务，看来迅雷终于开始在vip业务上下本钱了。这也意味着迅雷在将用户转化为收入的道路上迈进了 一大步。 作为一个拥有1.2亿用户的产品，迅雷可以教给我们一些把握用户的智慧： 抓住用户最迫切需要的功能开拓市场。 “不择手段”占领市场。 及时推出周边产品，巩固用户群。 跟进用户需求，保持市场领先 同时，我们也可以窥测一些互联网未来的趋势： 免费时代将最终成为过去 功能差异化将越来越重要 新兴产业被垄断的速度越来越快 单纯技术领先型创业将越来越困难 以上纯属个人见解，欢迎砸砖，以及任何形式的交流讨论。 大树底下。继续阅读 »...
- The 200th 这是本博客的第200篇日志。距离大树底下博文过百已经过去了将近一年。 我本以为，这一次不会再有刚过百时那种激动和喜悦，但当日志更新到第197篇的时候，我的心里居然开始忐忑，有一种难明的情绪在心里，不是波涛汹涌，但也难以抑制。我想，可能不是因为博客本身，而是因为大树底下见证了过去一年的生活。继续阅读 »...
- 如何设计出色的ppt 无论你是学生、领导，还是自助团体，或者是薪水达6位数的企业高管，不管你喜欢与否，从你打开Powerpoint或Keynote（苹果的演示工具）的那一刻起，你就成为了一名设计师。如何培养出色的演示设计技巧？如果你还没得到建议的话，学学下面的十项技巧看看。继续阅读 »...
您好，能加你QQ不，用户相似度问题咨询，我的QQ是332165419，谢谢
我的qq是21156367，谢谢了
加你QQ了
你好，能加我qq么？想向你求教一下。