数据挖掘算法手记

1）item base

a）每个用户所关注的所有书，根据对每一本书行为打分（订阅、浏览、点击等行为加权总分），选出分值最高的5本书（即先定位用户最关注的5本书）

b）每一本书计算最相近的3本书作为推荐，最终给每个用户推荐5*3 本书

c）item1。。。。。itemtn

d）根据item1，如何确定推荐哪3本？

e）item1 和 item2 算相关性（将同时看过item1和item2的用户打分相乘，然后将所有user的分值相加，计算总分），然后item1再和itemn计算总分，最终分值排名取前3即

f）解决长尾，解决新用户

2）user base

a) 圈子的社会化行为，马太效应

b） 适合引入新item，可以很快扩散，解决new item冷启动问题

3）content base