在協(xié)同過濾推薦算法總結(jié)中，我們講到了用圖模型做協(xié)同過濾的方法，包括SimRank系列算法和馬爾科夫鏈系列算法?，F(xiàn)在我們就對SimRank算法在推薦系統(tǒng)的應用做一個總結(jié)。
1. SimRank推薦算法的圖論基礎
SimRank是基于圖論的，如果用于推薦算法，則它假設用戶和物品在空間中形成了一張圖。而這張圖是一個二部圖。所謂二部圖就是圖中的節(jié)點可以分成兩個子集，而圖中任意一條邊的兩個端點分別來源于這兩個子集。一個二部圖的例子如下圖。從圖中也可以看出，二部圖的子集內(nèi)部沒有邊連接。對于我們的推薦算法中的SimRank，則二部圖中的兩個子集可以是用戶子集和物品子集。而用戶和物品之間的一些評分數(shù)據(jù)則構(gòu)成了我們的二部圖的邊。
2. SimRank推薦算法思想
對于用戶和物品構(gòu)成的二部圖，如何進行推薦呢？SimRank算法的思想是，如果兩個用戶相似，則與這兩個用戶相關聯(lián)的物品也類似；如果兩個物品類似，則與這兩個物品相關聯(lián)的用戶也類似。如果回到上面的二部圖，假設上面的節(jié)點代表用戶子集，而下面節(jié)點代表物品子集。如果用戶1和3類似，那么我們可以說和它們分別相連的物品2和4也類似。
如果我們的二部圖是
網(wǎng)友評論
