Find centralized, trusted content and collaborate around the technologies you use most.
Teams
Q&A for work
Connect and share knowledge within a single location that is structured and easy to search.
在创建基于邻域的推荐器时,有各种可用的距离度量(例如在 Apache Mahout 中),我可以为其中的大多数找到相当多的实际示例。但我从来没有偶然发现曼哈顿距离(又名城市街区距离)优于其他人的例子。
我很乐意找到一些;)
曼哈顿距离很少有用;它主要是为了完整性。如果您的评级是像计数这样的离散值,并且它与编辑距离有某种关系,那么它可能很有用,所以如果项目是......字符串可能很有用。但这对于推荐者来说可能不是一个真正的用例。