推荐算法.

3月25日

协同推荐：通过相似用户，通过相似物品 来推荐

相似度的计算：①杰卡德相似度（用于布尔型用户-商品矩阵）

                             相似度 = 交集个数/并集个数

                        ②皮尔森相关系数（用于连续评分的稠密的矩阵）

                           相关系数计算公式参考《数据分析》

                            利用相关系数矩阵进行用户评分预测：（例如预测用户a对物品b的评分）

                            I 基于用户间相似度进行评分预测

                           预估评分值 = 用户a的前k个相似用户对物品b评分的加权平均值，权值为他们与                               用户a的相关系数

                          

                            II 基于物品间相似度进行评分预测

                            预估评分制 = 物品b的前k个相似物品的用户a评分的加权平均值，权值为他们与                               物品b的相关系数