亨利马乌：正火UserSimilarity距离

Question

我有一个模型本身（非Hadoop的）：

DataModel data = new FileDataModel(new File("file.csv")); 
UserSimilarity userSimilarity = new PearsonCorrelationSimilarity(dataModel); 
userSimilarity.setPreferenceInferrer(new AveragingPreferenceInferrer(data)); 
UserNeighborhood userNeighborhood = new NearestNUserNeighborhood(1, userSimilarity, data); 

userSimilarity不是[0100]之间的归一化，例如，因此，如果想以显示它给最终用户，我使用以下溶液：

long maxSim = userSimilarity.userSimilarity(userId1, userNeighborhood.getUserNeighborhood(userId1)[0]); 
long finalSimilarity = Math.min(100, Math.max((int) Math.ceil(100 * userSimilarity.userSimilarity(userId1, userId2)/maxSim), 0)) 

我观察到的性能问题与该（各种秒为每个用户），有另一种可能，或以具有分钟（相似性）= 0和max（相似性）= 100为最快的方式每个给定的用户？

Answer 1

您的性能问题与您的规范化无关，并且与计算的其余部分无关。我不会使用AveragingPreferenceInferrer的方式。它减慢了速度，很少有帮助。您也可以更快速地找到所有用户，并计算相似度以找到最相似的用户。计算1的邻域大致相同但接近一点。

皮尔逊相关性在[-1,1]中。如果你想要它在[0,100]范围内，只需使用50 *（1 +相关）。