協(xié)同過濾簡(jiǎn)單來說是利用某興趣相投、擁有共同經(jīng)驗(yàn)之群體的喜好來推薦用戶感興趣的信息
MATCH (m:Movie {title: "Crimson Tide"})<-[:RATED]-(u:User)-[:RATED]->(rec:Movie)
RETURN rec.title AS recommendation, COUNT(*) AS usersWhoAlsoWatched ORDER BY usersWhoAlsoWatched DESC LIMIT 25
執(zhí)行結(jié)果是：
分析：
此Cypher 語句的意思是：找出對(duì)電影《Crimson Tide》 進(jìn)行過評(píng)分的用戶，還對(duì)哪些電影進(jìn)行過評(píng)分？并對(duì)這些被評(píng)分的電影，進(jìn)行評(píng)分次數(shù)的累加并排名。
這就是通過簡(jiǎn)單的協(xié)同過濾，來看擁有相同興趣的用戶，他們還有哪些共同的喜好。
當(dāng)然目前這樣處理，還不夠嚴(yán)謹(jǐn)，后續(xù)我們會(huì)添加更多的條件或者指標(biāo)權(quán)重加以調(diào)整。
Neo4j 做推薦 （1）—— 基礎(chǔ)數(shù)據(jù)
Neo4j 做推薦 （4）—— 基于內(nèi)容的過濾（續(xù)）
Neo4j 做推薦 （5）—— 基于類型的個(gè)性化建議
Neo4j 做推薦 （6）—— 加權(quán)內(nèi)容算法
Neo4j 做推薦 （7）—— 基于內(nèi)容的相似度量標(biāo)準(zhǔn)
Neo4j 做推薦 （8）—— 協(xié)同過濾（利用電影評(píng)級(jí)）
Neo4j 做推薦 （9）—— 協(xié)同過濾（人群的智慧）
Neo4j 做推薦 （10）—— 協(xié)同過濾（皮爾遜相似性）
