如何计算基于特征的相似度？ 举报 理由 举报 取消 假设电商网站用户有若干特征，每个特征对应一个分布，比如类别：得到向量（0.2,0.4…）表示该用户0.2的概率购买生活用品，0.4的概率是数码产品…， 按价格段分（0.4,0.3…）表示0-300的购买概率是0.4， 300-500的概率是0.3…如何计算不同用户的相似度？一种简单的方法是基于逻辑回归构造不同的特征的权重，按特征分别计算相似度，再加权。请教大家 还有什么其余的方法吗 2017年7月14日 2 条回复 1051 次浏览 学习,推荐,数据挖掘,机器,系统
回复 ( 2 )
试答。
没有遇到过这样的特征向量，只做过基于时间序列的特征相似度clustering, 如：
每户 日 平均用电量 呈不同曲线，有百万用户就有百万曲线，要求把相似用电行为的用户识别并分组。
在构建相似度变量的时候用过一条去中心化的余弦相似度，其实就是Correlation similarity。
根据题主的这几组特征， 基于概率， 可以试试：
1. 每组概率特征构建一个余弦相似度，benchmark 可为平均值或等分布概率， 例如“购买什么”那一条特征相量，就可以缩减为一个基于benchmark的余弦相似度。然后再对“花多少钱”那一条做同样的事。
2. 只有余弦相似度不够。加一条基于cumulative probability curve的余弦相似度。这样每个用户若干特征缩减为两个值 (两个相似度）。
楼主你好，该问题目前有其他解决方案了吗？