基于关联规则的推荐系统
浏览:3735次 出处信息
首先,要了解关联规则的几个概念,定义N为总事务数,N(A)、N(B)分别为项集A、项集B出现的次数,N(AB)为项集A、项集B同时出现的次数,A、B为不相交项集A∩B=Ø,规则A→B表示由A推到B:
支持度(Support):
![]()
支持度是一种重要度量,支持度低的规则很可能是偶然现象,对推荐意义不大,另外支持度是数据剪枝的一个重要依据。
置信度
建议继续学习:
- 推荐系统的问题 (阅读:4501)
- 基于综合兴趣度的协同过滤推荐算法 (阅读:4621)
- 淘宝搜索中Query下拉推荐技术 (阅读:4125)
- 推荐算法Slope One初探 (阅读:4212)
- 音乐智能推荐 (阅读:4113)
- 如何从无到有建立推荐系统 (阅读:4215)
- 复杂关联SQL的优化 (阅读:3673)
- 用搜索的倒排轻松搞定“好友的文章”类相关推荐功能 (阅读:3243)
- 只有算法的个性化推荐没有未来 (阅读:3208)
- 数据驱动销售――个性化推荐引擎 (阅读:3017)
QQ技术交流群:445447336,欢迎加入!
扫一扫订阅我的微信号:IT技术博客大学习
扫一扫订阅我的微信号:IT技术博客大学习
<< 前一篇:用Twitter的cursor方式进行Web数据分页
后一篇:CAP原理与最终一致性 >>
文章信息
- 作者:超群.com 来源: 超群.com的博客
- 标签: 关联 推荐
- 发布时间:2010-02-23 22:29:27
建议继续学习
近3天十大热文
-
[784] WordPress插件开发 -- 在插件使用 -
[61] Java将Object对象转换为String -
[60] cookie窃取和session劫持 -
[58] 学习:一个并发的Cache -
[55] 你必须了解的Session的本质 -
[52] 最萌域名.cat背后的故事:加泰与西班牙政府 -
[50] Linux如何统计进程的CPU利用率 -
[50] 解读iPhone平台的一些优秀设计思路 -
[49] 再谈“我是怎么招聘程序员的” -
[48] 豆瓣是啥?
