• 叶晓锋
    2018-03-23
    如何做社交网络好友相似的度量,我喜欢这个问题。粗略来说我会用这几个特征:帖子发布数量,月均发帖数量,平均帖子字数,头像,一些标签数据,例如是否大V,是否营销号,是否网红,职业等标签数据。另外还可以统计发文Top关键词向量及词频。标签数据可计算杰卡的相似度,Top关键词可计算余弦相似度,发布量,字数等可计算欧氏距离,然后再融合这几种相似度得到总和相似度。

    作者回复: 赞!

     1
     53
  • auroroa
    2018-07-19
    余弦相似度的小例子,用调整的余弦相似度计算得到的相似度是 -0.1。

    这里计算的结果应该是 -1 吧,实际转换成(-1.5,-1.5)和(1.5,1.5)的余弦值
    
     17
  • 愚公移山
    2018-03-23
    老师,感觉改进的余弦相似度和皮尔逊相关度是一样的?

    作者回复: 不一样。一个是对行向量中心化,一个是对列向量中心化。

    
     12
  • 曾阿牛
    2018-03-24
    看过某厂分享过一种方法。
    将社交网络看成图,用node2vec方法:
    1.定义网络:用户为点,用户之间的沟通次数/点赞次数等互动行为定义为边的权重
    2.根据边的权重进行随机游走,生成序列
    3.用word2vec生成点的向量值
    4.选择相似度公式计算
    展开
    
     8
  • Aaron
    2018-07-22
    收藏为什么是隐式反馈数据呢?已经很强的表明用户的感兴趣程度了

    作者回复: 1.不必去纠结这个区分,所有数据你都应该拿来用。
    2.用户收藏的目的可不是为了表达或者评价他对物品的喜好,而是为了以后看。
    3.我认为反馈的主要直接目的不是表达“自己有多爱”,都是隐式反馈。

    
     2
  • 林彦
    2018-03-23
    用户好友关系是布尔值,适合Jaccard相似度和余弦相似度

    作者回复: 如果关系上有亲密度呢?

    
     2
  • Geek_75d2a2
    2019-09-23
    感谢分享,这个blog里面讲述了调整余弦相似度和皮尔逊相关度的区别:http://wulc.me/2016/02/22/%E3%80%8AProgramming%20Collective%20Intelligence%E3%80%8B%E8%AF%BB%E4%B9%A6%E7%AC%94%E8%AE%B0(2)--%E5%8D%8F%E5%90%8C%E8%BF%87%E6%BB%A4/
    
     1
  • liuchen
    2018-12-01
    调整的余弦相似度计算就是用用户均值中心化后的向量进行余弦相似度计算,因为中心化后的值才相对真实反映用户的喜好
    皮尔逊相关系数就是概率论的一种度量向量之间相关性的方法
    
     1
  • auroroa
    2018-07-19
    老师,有个这种情况请教下:
    假设 A、B 是物品被购买的向量,向量的维度是用户 a,b,c 分别是物品被购买的次数,有如下两种情况:
    第一种
    A向量:[1,0,0]
    B向量:[1,0,0]
    第二种:
    A向量:[1,1,0]
    B向量:[1,1,0]
    我用余弦相似度计算两种情况 A、B 向量的距离,发现结果是一样的,都是 1,相似度已经最大了。但实际上我当然希望的是第二种情况下的相似度更高,并且不希望这种只有一组共同购买的情况相似度这么高。
    我换过其他计算距离的算法,都比这个好,但是为啥都说这个余弦相似度又是用的最广泛最好的?
    展开
    
     1
  • Lz
    2018-05-08
    现在在做的项目打算直接w2v+wmd计算文档相似度。想请教一下,对于同一组数据和feature使用多种度量方式有帮助么?
    
     1
  • shoxx
    2018-03-30
    維度中心化—adjusted cosine similarity
    向量中心化—皮爾森
    是這樣嗎?
    
     1
  • holysky
    2018-03-23
    讲的非常好。

    作者回复: 欢迎传阅。

    
     1
  • neohope
    2019-12-04
    感觉不同产品用的好友推荐策略是不太一样:

    微博,可以通过关心的话题,转发情况以及点赞情况,是可以计算相似度的,但要适当降低大V和热门时间的系数。当然也会推荐你关注的人关注的人,这个是天然成立的。

    微信,是熟人社交,但有时候不能通过点赞转发来判断是不是关系好,因为有时候是不得已而为之。可能通过好友的标签、屏蔽关系和联系的多少来计算亲密度会更准确一些。所以微信一开始是通过通讯录来完成市场占领的,后面是通过转发名片、群聊、扫一扫等方式,多数情况下并不需要主动推荐。

    linkedin,是职场社交,更像基于图数据库,你有几个朋友通过几次跳转能联系到某人然后推荐。因为熟人的熟人可能是熟人。

    facebook,其实是一个更纯粹的社交网络,需要多种推荐方式要一起使用才可以的。包括教育经历、工作经历、兴趣爱好、喜欢的话题、追星、择友标准、喜欢的食物等很多维度都要用到。感觉今天讲到的几种方法其实都可以使用,图数据库也要用到。
    展开
    
    
  • 张方
    2018-05-26
    老师 不是一个对行 一个对列吧 得分是基于用户的还是商品的吧
    
    
  • 竹子
    2018-04-11
    关于相似度的算法,基本理解了。有一个问题,对推荐内容的评分预测,是否能讲解下
    
    
  • Leeb
    2018-03-24
    图书借阅的话,没有评分,只能是布尔值了?用slope one合适吗?
    
    
  • 林彦
    2018-03-23
    第一个长回答已经不错了。如果有亲密度或其他量化数据可以用欧氏距离,调整的余弦相似度或皮尔逊相关系数。自己还未时间对比过不同距离的效果,不知道哪种更适合什么特定场景。
    
    
  • damonhao
    2018-03-23
    Jaccard和余弦都可
    
    
我们在线,来聊聊吧