Similitud del coseno en los sistemas de recomendación

Question

Hace poco me inicié en los sistemas de recomendación y estuve estudiando el filtrado colaborativo basado en el usuario (UB-CF).

En alguna parte del texto, se especifica que la similitud coseno es una de las medidas para encontrar usuarios similares y luego dar una recomendación.

por ejemplo, un modelo de recomendación de películas:

Para empezar, creamos una matriz de usuarios y películas con las valoraciones que han proporcionado.

       movie1 movie2 movie3
User1   5       5      5
User2   1       1      1   

En este caso, la similitud coseno será 1 mientras que ambos usuarios han dado una opinión muy diferente de la película y no son similares. ¿Cómo trata la similitud del coseno este tipo de problemas? ¿No induce a error?

PD: Entiendo que el caso es demasiado hipotético desde el punto de vista de un sistema de recomendación en el que he considerado sólo 3 películas y ambos usuarios las han visto, mientras que en la realidad la matriz sería muy escasa.

Answer 1

Cuando se utiliza la similitud del coseno, se supone que el usuario 2 es una persona muy difícil que tiende a dar una calificación muy baja, mientras que al usuario 1 le gustan todas las películas. Así que 1 puede ser una valoración muy buena para el Usuario2. Por supuesto, en este caso extremo se puede considerar que es un problema que la similitud coseno no maneja.

Si en cambio consideras este ejemplo:

       movie1 movie2 movie3 movie4
User3   4       4      4      5
User4   2       2      2      3
User5   2       2      3      2

El usuario3 y el usuario4 se consideran similares por similitud coseno porque prefieren la película4 a todas las demás independientemente de la media de sus valoraciones. El usuario 5 se considera diferente porque prefiere la película 3.