MapReduce实现推荐算法（同现矩阵*评分矩阵=推荐结果）

该讲主要是基于ItemCF的物品推荐。

1，常用的两大协同过滤算法。

a,基于物品的协同过滤算法

基于 item 的协同过滤，通过用户对不同 item 的评分来评测 item 之间的相似性，基于 item 之间的相似性做出推荐。简单来讲就是：给用户推荐和他之前喜欢的物品相似的物品。

b, 基于用户的协同过滤算法 UserCF

基于用户的协同过滤，通过不同用户对物品的评分来评测用户之间的相似性，基于用户之间的相似性做出推荐。简单来讲就是：给用户推荐和他兴趣相似的其他用户喜欢的物品。

数据源：

评分矩阵：

举个用户3对物品102是否感兴趣的例子:
用户3对所有物品的评分， 有评分说明用户3喜欢这东西

用户ID	物品ID1	用户评分
3	101	2
3	102