matlab代码求修正余弦相似度

修正余弦相似度（Adjusted Cosine Similarity）是一种用于计算物品相似度的方法，它考虑了用户的评分偏差。下面给出 MATLAB 代码实现：

function [similarity] = adjusted_cosine_similarity(ratings)
% ratings: m*n 的评分矩阵，其中 m 表示用户数，n 表示物品数
[m, n] = size(ratings);

% 对每个物品计算评分偏差
bias = bsxfun(@minus, ratings, mean(ratings, 1));

% 计算修正余弦相似度
similarity = zeros(n, n);
for i = 1:n
    for j = 1:n
        if i == j
            similarity(i, j) = 1;
        elseif i < j
            similarity(i, j) = dot(bias(:, i), bias(:, j)) / (norm(bias(:, i)) * norm(bias(:, j)));
            similarity(j, i) = similarity(i, j);
        end
    end
end
end

其中，`ratings` 是一个 m*n 的评分矩阵，其中 m 表示用户数，n 表示物品数。使用 `bsxfun` 函数可以对每个物品计算评分偏差。最后，计算修正余弦相似度时，需要对称计算相似度矩阵，即 `similarity(j, i) = similarity(i, j)`。