基于项目的相似度量

Question

我正在使用Mahout Apache编写基于项目的推荐器（基于用户的类似项目评级），我想知道以下哪两个相似性指标最适合使用：

Pearson，Spearman，Euclidean，Tanimoto和Loglikelihood

Answer 1

如果您有偏好值，则应使用人物关联或欧几里德距离相似度量标准。如果您没有偏好值，则应使用Tanimoto系数或Loglikelihood。要选择要使用的缩小范围，应对数据集执行评估。这就是使用mahout评估框架的原因。您可以评估许多指标，如均方误差（MSE），绝对均方误差，精度，召回，MAP ......

我编码了调整余弦相似度，Pearson相关的变体可以得到更好的结果，但速度较慢。