在mahout中，实现了基于项目的协作过滤方法，称为itemsimilarity。
在理论中，项目之间的相似性应仅针对对两个项目进行排名的用户进行计算。在测试期间，我意识到在mahout中它的工作方式不同。
在下面的例子中，第11项和第12项之间的相似性应该等于1，但是mahout输出是0.36。
示例1。项目为11-12
项目之间的相似性：
101 102 0.36602540378443865
带偏好的矩阵：
11 12
1 1
2 1
3 1 1
4 1
看起来mahout将null视为0。
示例2。项目为101-103。
项目之间的相似性：
101 102 0.2612038749637414
101 103 0.4340578302732228
102 103 0.2600070276638468
带偏好的矩阵：
101 102 103
1 1 0.1
2 1 0.1
3 1 0.1
4 1 1 0.1
5 1 1 0.1
6 1 0.1
7 1 0.1
8 1 0.1
9 1 0.1
10 1 0.1
项目101和102之间的相似性应该仅使用用户4和5的等级来计算，而对于项目101和103（应该基于理论）则相同。这里（101,103）比（101,102）更相似，它不应该是。
两个示例都在没有任何其他参数的情况下运行。
这个问题在某种程度上解决了吗？有什么想法吗？
答案 0 :(得分：0)
那些用户并不完全相同。协作过滤需要具有同时发生的度量，并且相同的项目不会在这些用户之间共存。同样，这些项目并不相同，它们各自都有不同的用户。
数据变成“稀疏矩阵”，其中仅记录非零值。其余的被视为0值，这是预期和正确的。算法将0视为无偏好，而不是否定偏好。
这是正确的事情。