推荐系统中的模糊逻辑应用答案

【问题标题】：Fuzzy logic application in recommender system推荐系统中的模糊逻辑应用
【发布时间】：2013-01-16 22:32:32
【问题描述】：

我想知道如何在我的推荐系统中使用模糊逻辑来获得某种优势？

我的系统主要通过以下方式计算用户之间的相似度：

然后将所有相似性组合成一个从 0 到 1 的度量值。所以我们可以为用户1获取相似用户，然后向他推荐与他相似的用户购买的商品。

我了解模糊理论的基础知识，只是想不出这里有什么用法，但想尝试一下想听听对此的任何想法。

【问题讨论】：

【解决方案1】：

在现实生活中我还没有看到太多模糊逻辑的成功应用，所以我不会对它抱太大期望。

想不出有什么用处，为什么还要尝试呢？

【讨论】：

【解决方案2】：

如果您的相似度值从 0 到 1，您可以使用模糊逻辑来形式化您的系统。就像拥有一个返回真/假的系统并尝试用双值逻辑将其形式化。你只是得到形式化。

唯一的好处是对数字进行去模糊化（使用模糊词，比如非常相似，不太相似，......），但你也可以在没有模糊逻辑的情况下做到这一点......

【讨论】：