用户房源推荐—基于内容的推荐算法（CB）

CB推荐算法根据用户过去喜欢的产品，为用户推荐和他过去喜欢的产品相似的产品。采用基于特征的空间向量模型，并用最近邻方法进行推荐。
算法步骤：

• 抽取房源的基本特征，考虑到租房的实际情况，确定的基本特征有价格 (house_price) 面积 (house_area),房屋类型 (house_type),地区 (district)

• 利用一个用户过去喜欢（及不喜欢）的房源特征数据，来学习出此用户的喜好特征。将各个特征进行分类。其中价格分为10类，面积分10类，房屋类型6类，地区9类利用历史数据统计出每个用户的每个特征中各类别的次数，之后相加取平均，表示某用户的某特征的喜好向量。

• 价格$t_1$ ： (house_price) ，
  面积$t_2$： (house_area) ，
  类型$t_3$： (house_type)，
  地区$t_4$： (district)。

cosθ1=T1∙t1||T1||∙||t1||，cosθ2=T