1. 为什么推荐系统需要余弦相似度
在推荐系统的世界里,我们常常面临这样的问题:如何量化两个用户之间的兴趣相似度?如何判断一部电影与用户喜好的匹配程度?这就是余弦相似度大显身手的场景。
想象你在书店遇到一位陌生人,你们各自抱着三本书:你拿着《机器学习实战》《Python编程》《数据可视化》,他拿着《深度学习入门》《Python编程》《神经网络与深度学习》。虽然你们阅读偏好不尽相同,但都表现出对Python编程和AI技术的兴趣。余弦相似度就是用来衡量这种"方向一致性"的数学工具。
关键洞察:余弦相似度关注的是向量的方向而非大小。在推荐系统中,这意味着我们更在意用户兴趣的匹配模式,而不是绝对评分的高低。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 从余弦定理到相似度计算
2.1 余弦定理的数学本质
余弦定理的原始形式来自平面几何:
c² = a² + b² - 2ab·cosθ
在向量空间中,这个定理可以重新表述为:
对于向量A和B,有:
A·B = ||A|| ||B|| cosθ
其中A·B表示点积,||A||表示向量的模(长度)。这个公式揭示了向量夹角与它们内积之间的关系。
2.2 相似度计算的演变
将上述公式变形,我们得到余弦相似度的定义:
cosθ = (A·B) / (||A|| × ||B||)
在推荐系统中,我们通常这样应用:
- 将用户对物品的评分转化为向量(如用户A:[5,3,0,0,1]表示对5个物品的评分)
- 计算用户向量间的夹角余弦值
- 值越接近1,表示兴趣方向越一致
3. 推荐系统中的实战应用
3.1 用户-物品评分矩阵构建
假设我们有4个用户对5部电影的评分:
| 用户 | 电影1 | 电影2 | 电影3 | 电影4 | 电影5 |
|---|---|---|---|---|---|
| A | 5 | 3 | 0 | 0 | 1 |
| B | 4 | 2 | 1 | 1 | 2 |
| C | 0 | 0 | 5 | 4 | 3 |
| D | 2 | 1 | 4 | 5 |
