基于用户的协同过滤算法-UserCF流程图.doc_第1页
基于用户的协同过滤算法-UserCF流程图.doc_第2页
基于用户的协同过滤算法-UserCF流程图.doc_第3页
免费预览已结束，剩余3页可下载查看

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

UserCF算法主要流程：主要全局变量：const int usersum = 6040; /用户总数const int itemsum =3952; /项目总数const int N =10; /为用户推荐前N个物品 int trainuserusersumitemsum=0; /训练集合user item rate矩阵int testusersumitemsum=0; /测试集合user item rate矩阵struct _simidouble value; /相似值 int num; /相似用户号 ;_simi simiUserusersumusersum; /排序后的相似性矩阵double trainuserItemusersumitemsum=0.0; / user item 兴趣程度 矩阵int recommendusersumN=0; /为每个用户推荐N个物品拆分数据集函数int SplitData(int m, int k) 主要流程：将数据集拆分为测试集test和训练集trainuser，其中1/m为测试集,取不同的k=m-1值 在相同的随即种子下可得到不同的测/训集合计算用户之间相似度函数double Simility(int* Ua, int*Ub)主要流程：计算用户Ua和Ub的相似性，返回值为Ua和Ub的相似度 用户相似性矩阵排序函数int sort(double *simArr,_simi *simStruct)主要流程：根据相似性由高到低排序，每行第一个是自己用户i对物品j预测兴趣程度函数double getUserLikeItem(int i,int j,int k)主要流程：利用k个最近邻来计算推荐函
人人文库> 全部分类> 教育资料 > 课设设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论