相异度在推荐系统中的重要性

相似度度量在基于记忆的近邻方法中起着基础性作用。这类方法根据邻域内物品或用户之间的相似性向用户推荐物品。在本文中，我们认为，尽管用户或物品之间的相似性在计算推荐时仍保持首要重要性，但它应与一个相异度值配对（该相异度并非仅作为相似度的补数来计算）。我们形式化地建模并将这一概念注入到一些最常用的相似度度量中，并评估了我们的方法，在准确率结果方面展示了其有效性。