[推荐算法]基于JACCARD推荐（0,1推荐）

基于JACCARD推荐（0,1推荐）

---

1、什么是jaccard？

    杰卡德相似系数(Jaccard similarity coefficient)，也称杰卡德指数(Jaccard Index)，是用来衡量 两个集合相似度的一种指标。 Jaccard相似指数用来度量两个集合之间的相似性，它被定义为两个集合交集的元素个数除以并集的元素个数。

    在我们项目中对于新闻的推荐，每个用户对新闻的浏览可以看做是一个集合。这样就可以使用jaccard算法实现用户之间的相似度计算；

    公式如下：  

      

给定两个n维二元向量A、B，A、B的每一维都只能是0或者1，利用Jaccard相似系数来计算二者的相似性：

1）   代表向量A与向量B都是0的维度个数；

2）   代表向量A是0而向量B是1的维度个数；

3）