推荐算法——基于用户的协同过滤算法

步骤

(1) 找到和目标用户兴趣相似的用户集合。

(2) 找到这个集合中的用户喜欢的，且目标用户没有听说过的物品推荐给目标用户。

如何计算相似度？
给定用户u和用户v，令N(u)表示用户u曾经有过正反馈的物品集合，令N(v)为用户v曾经有过正反馈的物品集合。余弦相似度计算如下：

$${w_{uv}} = \frac{{|N(u) \cap N(v)|}}{{\sqrt {|N(u)||N(v)|} }}$$
举例,A,B,C,D,四位用户的购买记录如下：
A{a,b,d} B{a,c} C{b,e} D{b,c,d}

wAB