Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
x
SpiStreści
6.5.Wykorzystanieregułasocjacyjnychdoszybkiegoprzedstawiania
rekomendacji
151
Znajdowaniezebranychelementów152
■
Wydobywanieregułasocjacyjnychipo-
rządkowanieichwedługufności152■Wyświetlanierekomendacji153■Ocena
implementacji156
Część2algorytmysystemówrekomendaCji...
...
...
...
...
...
...
...
...
...
...
...
...
...157
7Znajdowaniepodobieństwwśródużytkownikówiwśródtreści159
7.1.Dlaczegopodobieństwo?
161
Czymjestfunkcjapodobieństwa?161
7.2.Podstawowefunkcjepodobieństwa
162
IndeksJaccarda163
■
PomiarodległościznormamiLp165
■
Podobieństwoko
-
sinusowe168
■
Znajdowaniepodobieństwazapomocąwspółczynnikakorelacjili-
niowejPearsona171
■
TestowaniepodobieństwaPearsona172
■
Korelacjalinio-
wajestpodobnadokosinusowej174
7.3.Klastrowaniemetodąk-średnich
175
Algorytmyklastrowaniametodąk-średnich175
■
Przekładaniealgorytmuklaso-
waniametodąk-średnichnaPythona178
7.4.Implementacjapodobieństw183
ImplementacjapodobieństwawwitrynieMovieGEEKs185
■
Implementacjakla-
strowaniawwitrynieMovieGEEKs188
8Wspólnafiltracjawsąsiedztwie193
8.1.Wspólnafiltracja:lekcjahistorii195
Kiedyinformacjastałasięwspólnieprzefiltrowana195■Wzajemnapo-
moc196
■
Macierzocen198
■
Potokwspólnejfiltracji199
■
Czynależyużywać
wspólnejfiltracjiużytkownik-użytkownikczyelement-element?199■Wymagania
dotyczącedanych200
8.2.Obliczanierekomendacji201
8.3.Obliczaniepodobieństw202
8.4.AlgorytmAmazonadowstępnegoobliczaniapodobieństwaelementów202
8.5.Sposobywybieraniasąsiedztwa207
8.6.Znajdowaniewłaściwegosąsiedztwa209
8.7.Sposobyobliczaniaprzewidywanychocen209
8.8.Przewidywaniezfiltrowaniemopartymnaelementach211
Obliczanieprzewidywańelementów212