协同过滤之ItemCF（c++实现）

ItemCF认为一个人会喜欢和他以前喜欢的东西相似的东西.

通常情况下，ItemCF算法可归纳为如下三个步骤：

1、计算用户曾经评过分的每一个物品与当前物品的相似度;

2、从用户曾经评过分的物品中,选出与当前物品相似度最高的k个作为当

前物品的邻居;

3、利用邻居物品评分的加权平均值来预测用户对当前物品的评分

代码如下：

#include<iostream>
#include<algorithm>
using namespace std;
#define K 2
class U_I
{
public:
	U_I::U_I(){M=5;N=5;no=0;}
	int GetM(){return M;}
	int GetN(){return N;}
	int GetR(){return R;}
	int GetC(){return C;}
	double Getsim(){return sim;}
	double Getindex(){return index;}
	int Getno(){return no;}
	void Setno(int n){no=n;};
	void Setsim(double s