「Hive」协同过滤推荐系统-余弦相似度

前言：

写这文时2021年不知不觉只剩3个月了，想必在抖音快手短视频、淘宝京东购物、饿了么美团外卖横行的年代，推荐算法这个词想必大家不陌生吧？（陌生的评论区扣1，我根本不信）

• 我在几年前就卸载了抖音，因为时常一刷刷几个小时，根本控制不住…
• 淘宝上给弟弟买的衣服多了，首页猜我喜欢的全是T恤大裤衩，导致我这个夏天的穿衣风格很不对劲…
• 有段时间减肥用饿了么点轻食，几天之后我的食物列表里全是轻食，当轻食吃腻了就有种再也不想打开饿了么的冲动…

对，以上这些生动案例都是基于强大的推荐系统。（以下划线内容请大家熟读并背诵）

推荐系统本质是一个信息过滤系统，它基于用户数据、用户行为数据和商品内容信息并通过一定的算法来预测用户的偏好，根据用户的偏好特点来过滤掉用户不感兴趣的商品或内容，从而不断吸引用户留在产品上。

推荐系统有多种，比如基于人口统计学的推荐、基于内容推荐、基于协同过滤推荐和混合推荐等。今天讲协同过滤推荐系统。

• 基于用户的协同过滤，比如用户A与用户C相似，则给用户A推荐C买过但A没买的商品。
• 基于商品的协同过滤，比如商品1和商品2相似，则用户A购买商品1后，会再给其推荐商品2。（我的T恤大裤衩就是这么买来的）

学前温馨提示：

学习过程中可能会出现“大脑说我会了，手说你会你来呀“这种情况，理解和写出来还是不太一样的，我也是花了三四天时间学习消化的，不会就多学几遍，耐心往下看，实在看不懂那也是因为我没写好，不是你的问题～欢迎点赞评论。

内容太干了，推荐给大家我最近爱喝的茶百道·手剥葡萄冻，趁这几天还有大太阳赶紧喝。（我知道没一杯奶茶你们是看不完的，我真的人美心善）

一、什么是协同过滤

协同过滤推荐(Collaborative Filtering recommendation)：分析用户兴趣，在用户群中找到指定用户的相似用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度预测。

分为以下3类：

此图认真看，今天主要是讲基于用户和基于商品的协同过滤推荐。 计算步骤均为：1.计算评分 2.计算相似度 3.计算喜爱度

二、基于用户的协同过滤

（你买我也买）

上图解读：

1）用户A购买商品1、2，用户C购买商品1、2、4，可见用户A与用户C购买商品的相似度很高，如果要推荐给用户A，则可推荐其未购买过的商品4。

2）用户B购买商品3和4，而用户A购买商品1和2，可以说这俩人相似度为0，再看用户C购买了商品1、2、