智能推荐-推荐模型构建流程02

用户user对物品item的评分：


多个用户users对多个物品items的评分：
（显性数据为直接评分，隐性数据则无直接评分，用隐性行为计算评分，转为显性数据）
做协同过滤时，需要将用户对物品的评分矩阵

如果用户对物品都有评分，可直接将竖着一列（用户）单独抽出来，这一列叫做用户的向量，继而计算相似度，判断相似不相似。
计算相似度的方法：余弦相似度（夹角），皮尔逊相似系数

补充：
Cross-sell 交叉销售（买了手机后推荐买手机壳）
Up-sell 向上销售（看自行车，推荐买劳斯莱斯）

总结：

分词：tf-idf（中文文本需要分词，提取特征值）
word2Vec 计算词向量