目录 一、综述 1、什么是好的推荐系统 2、推荐系统试验方法 3、评测指标 4 评测维度 二、协同过滤算法 1、基于邻域的算法 1.1 基于用户的协同过滤算法--UserCF 1.2 基于物品的协同过滤算法--ItemCF 1.3 userCF和ItemCF的区别 2、隐语义模型(LFM) 3、基于图的模型 三、冷启动问题 1、利用用户注册时填写的人口统计学信息给 用户提供粗粒度的个性化推荐 2、选择合适的物品启动用户的兴趣 3. 利用物品的内容信息 四、利用用户标签数据 1.算法:SimpleTagBased 2.如何解决数据稀疏性问题? 3.基于图的标签推荐算法simpleTagGraph 4.给用户推荐标