推荐系统笔记--Swing模型的原理

1--Swing模型的引入

在 Item CF 召回中,物品的相似度是基于其受众的交集 来衡量的,但当受众的交集局限在一个小圈子时,就会误将两个不相似的物品定义为相似;

Swing 模型引入用户的重合度来判断两个用户是否属于一个小圈子;

overlap(u1, u2) 用来衡量用户 U1 和 U2 的重叠度,重叠度大代表两个人可能来自同一个小圈子,那么他们对相似度的贡献会比较小。重叠度小,说明他们可能不属于同一个小圈子,则他们对相似度的贡献比较大,

使用 overlap(u1, u2) 可以降低小圈子对相似度的影响,alpha是个人工设置的参数,用来防止分母为 0 的情况;

相关推荐
hongjianMa18 天前
【论文阅读】Hypercomplex Prompt-aware Multimodal Recommendation
论文阅读·python·深度学习·机器学习·prompt·推荐系统
大千AI助手1 个月前
Netflix Prize竞赛:推荐系统的里程碑与机器学习革命的催化剂
人工智能·机器学习·推荐系统·netflix·竞赛·电影推荐·冷启动
AI规划师-南木1 个月前
低代码开发医疗AI工具:5分钟搭建用药推荐系统,零基础也能落地
人工智能·深度学习·低代码·计算机视觉·推荐系统·rxjava·医疗ai
纳米软件1 个月前
如何选择适合企业的连接器测试系统?
自动化·推荐系统
B站_计算机毕业设计之家2 个月前
推荐系统实战:python新能源汽车智能推荐(两种协同过滤+Django 全栈项目 源码)计算机专业✅
大数据·python·django·汽车·推荐系统·新能源·新能源汽车
RunningShare2 个月前
千万级用户电商平台,Flink实时推荐系统如何实现毫秒级延迟?
大数据·flink·推荐系统·ab测试
deephub2 个月前
从零构建短视频推荐系统:双塔算法架构解析与代码实现
人工智能·神经网络·机器学习·推荐系统
夹小汁2 个月前
【计算广告】广告出价相关约束问题:PID控制、MPC预测算法
人工智能·推荐系统·计算广告