论文为协同过滤物品相似度度量建立理论基础，cosine 相似度获得新解释

arXiv 论文 2610.34402 为基于邻域的协同过滤物品相似度度量建立理论化设计方法，从 Bernoulli 与多项朴素贝叶斯推导出两种此前被忽视的相似度度量。消融研究显示，偏置项、概率平滑、正确处理未知值与分布选择对度量效果至关重要。论文还证明常用的 cosine similarity 可解释为某一特定优化问题的解，为这一沿用数十年的启发式给出新解释。