资源简介 (共24张PPT)4.2 算法的应用新课导入随着教育信息化的发展,基本建成世界第一大教育数字资源库面对浩瀚如海的学习资源,如何在有限的时间内,挖掘和推送适合学习者的学习资源呢 算法的应用推荐系统通过分析历史行为,主动提供满足用户兴趣和需求的信息,实现信息找人推荐算法所谓推荐算法,就是利用用户的一些行为,通过一些数学算法推测出用户可能喜欢的东西。推荐算法基于内容的推荐基于协同过滤的推荐基于关联规则的推荐基于效用的推荐基于知识的推荐协同过滤是基于行为数据分析的算法统称基于用户的推荐基于项目的推荐组合推荐基于用户的协同过滤推荐先使用统计技术寻找与目标用户有相同喜好的“邻居”,然后根据目标用户邻居的喜好向目标用户推荐产品。基本原理:用户A用户B用户C物品a物品b物品c物品d喜欢推荐相似基于用户的协同过滤推荐实现方法:①利用行为的相似度计算兴趣的相似度根据给定用户u和用户v,找到其感兴趣的物品集合N(u)和N(v),再通过余弦相似度公式计算用户u和用户v的兴趣相似度基于用户的协同过滤推荐实现方法:①利用行为的相似度计算兴趣的相似度ABCDadbecABCDadbacbedec基于用户的协同过滤推荐实现方法:①利用行为的相似度计算兴趣的相似度ABCDadbacbedec利用余弦相似度公式算法的时间复杂度达到O(n2)基于用户的协同过滤推荐物品到用户倒查表ABCDadbacbedecadbceABACBDADCD基于用户的协同过滤推荐构建矩阵ABCDadbceABACBDADCDABCD1111111111基于用户的协同过滤推荐计算相似度ABCDABCDABCDABCD1111111111000000000000基于用户的协同过滤推荐实现方法:②推荐物品首先需要从矩阵中找出与目标用户u最相似的K个用户,用集合S(u,K)表示,将S中用户喜欢的物品全部提取出来,并去除u已经喜欢的物品。计算目标用户u对于每个候选物品i感兴趣的程度基于用户的协同过滤推荐实现方法:②推荐物品adbceABACBDADCD根据最后得到的p,推荐给用户排名前N的物品选取K=3个相似用户基于项目的协同过滤推荐根据所有用户对物品或者信息的评价,发现物品和物品之间的相似度,然后根据用户的历史偏好信息将类似的物品推荐给该用户基本原理:用户A用户B用户C物品a物品b物品c喜欢推荐相似基于项目的协同过滤推荐算法实现Slope One算法是一种基于评分的推荐算法,本质上也是一种基于项目的推荐算法。101 102 103 104用户X 5 3.5用户Y 2 5 4 2用户Z 4.5 3.5 1 4 基于项目的协同过滤推荐算法实现1、求物品两两之间的差值平均分:101 102 103 104用户X 5 3.5用户Y 2 5 4 2用户Z 4.5 3.5 1 4物品102和101:……物品103和101:基于项目的协同过滤推荐101 102 103 104101102 0.17103 -0.75 -1.75104 -0.25 -1.25 0.5算法实现1、求物品两两之间的差值平均分:基于项目的协同过滤推荐算法实现2、进行推荐101 102 103 104101102 0.17103 -0.75 -1.75104 -0.25 -1.25 0.5X预测103评分:101 102 103 104用户X 5 3.5用户Y 2 5 4 2用户Z 4.5 3.5 1 4 基于项目的协同过滤推荐算法实现2、进行推荐101 102 103 104101102 0.17103 -0.75 -1.75104 -0.25 -1.25 0.5X预测104评分:101 102 103 104用户X 5 3.5用户Y 2 5 4 2用户Z 4.5 3.5 1 43 3.5基于协同过滤推荐场景 推荐算法社交网络中(如微信等)非社交网络中user-based方法item-based方法推荐系统实例视频网站推荐流程问题与讨论如何从用户和资源两个角度进行有针对性的推送学习资源算法的应用课后拓展提升:算法的应用遗传算法深度学习 展开更多...... 收起↑ 资源预览