0

我正在开发一个向用户推荐内容的项目。我想从每个用户创建一个配置文件，以便我可以对它们进行聚类并提供共同的建议，但在我必须能够衡量这些用户之间的相似性之前。我曾想过一份可以使用模糊标签填写的问卷。

我的问题是如何测量回答此类问题的两个用户 U1 和 U2 的相关性（相似性）？

  • Q1。我认为东京是一个不错的城市。U1：完全同意 U2：部分同意
  • Q2。我读过堂吉诃德。U1：完全不同意U2：完全同意
  • ...
  • Qn。我认为塔伦蒂诺是一位出色的电影导演。U1： 部分同意U2：部分同意

我曾想过将答案转换为数值，然后尝试计算皮尔逊相关系数。但我想知道是否有更优雅的方法可以做到这一点。

4

1 回答 1

2

将数值（来自提供的答案）转换为一个向量然后应用余弦相似度函数会很有用。余弦相似度已被证明比皮尔逊相关系数更可靠（并且更快）。

然而，这不是一个小问题，实施可能非常具有挑战性。

于 2012-11-05T15:01:40.683 回答