Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Producto Punto
Ejemplo:
%
tems
Usuario A B C D F
1 4 5 0 0 0
2 5 6 0 5 0
3 5 0 4 0 8
4 0 0 5 0 0
Correlacin
El coeficiente de correlacin de Pearson mide la
relacin lineal entre dos variables cuantitativas.
, ,
1
,
m
u i v i
u v i
u v
r r r r
sim u v
Algoritmos de Recomendacin
Basado en Usuario
Similitud
Recomendacin
,
i j
i j
i j
u u
Sim u u
u u
,
1
1
,
,
,
k
n
u i k
k
n
k
k
r Sim a u
p
a i
Sim a u
Algoritmos de Recomendacin
Basado en Usuario
Con la aplicacin de la frmula anterior para cada par
de usuarios del sistema se genera una matriz de
similitud. Por ejemplo, si la primera fila de la matriz de
similitud contiene la siguiente informacin:
u1: 0.5 u2 | 0.3 u3 | 0.2 u4 | 0.6 u7 | 0.9 u8
Algoritmos de Recomendacin
Basado en tems
El principio es el mismo que en el caso de las
recomendaciones basadas en usuario, la diferencia es
que en este caso buscamos similitudes entre tems en
lugar de buscar similitudes entre usuarios.
Anlisis de Algoritmos
En general, para un dataset con n usuarios y m tems,
para cada usuario se deben realizar n-1 comparaciones,
en total n(n-1). En el peor de los casos cada
comparacin implica m operaciones. As, el tiempo de
ejecucin es del orden de mn
2
.