物品推荐算法分析

因为老师给的代码和网上看到的一些都不是很满意，所以这里记录一下自己的一些关于物品相似度的算法分析。

这里介绍的是简单的物品推荐算法分析：
先介绍一些关于物品推荐算法的一些基本的概念：

物品相似度用一个用户的喜欢的物品决定。
这里物品相似度的定义就是说有用户评分的几个物品，
只要他们有分数（不为0），就说这两个物品有关联（相似）。

例如下面这个用户3，显然物品101，104，105，107有评分，那么就可以说101，104有关联，101，105有关联，104，105有关联，类似的，这几个有评分的两两组合。
注意：每一个用户的每一个组合的关联度都是1。不管他们的评分是多少。

1.下面再介绍一下用户喜欢表：

其实上面这个就是用户喜欢表，很显然，他有着用户的评分。那么这个用户评分又是怎么来的呢？ 它是按照你对一个物品的行为（点击，收藏，购买）等等之类来给他一个不同的分数的。

2.物品的同现矩阵。
什么是物品的同现矩阵？上面已经介绍了什么是物品相似度。物品的同现矩阵就是根据物品相似度排出来的一个矩阵图而已。继续看图：