常用的推荐算法

协同过滤推荐算法（Collaborative Filtering Recommendation）

协同过滤算法在电子商务领域可以说是炙手可热，很多的电商平台都是使用的它来做的自己平台的商品推荐。

啥是协同过滤呢？
简而言之，就是找到相同兴趣的群体，将这个群体中感兴趣的其他信息推荐给用户。
我们用一个简单的例子来说明这个算法：

我喜欢看网络小说，但是，看网络小说最讨厌的是什么？就是书荒。一本书看完了，下一本看什么呢？挨个的翻开看几章？浪费时间。看书评吧，不是喷子就是托。

这个时候，协同过滤就有用了。

我是用户A，我喜欢看《极品家丁》、《斗破苍穹》、《诛仙》，这些是我的兴趣。怎么定义我的兴趣呢？可以是我看过超过100章的书，可以是我收藏的书，可以是我好评过的书，总之，我们要先行定义一个纬度。

我的兴趣有了，其他用户也会有同样的兴趣，当其他用户的兴趣和我的兴趣相同时，就可以把这些用户感兴趣的书都推荐给我了。

具体的实施步骤如下：

我们先要建立一个大表，X轴就是我们所有的小说（从数据库中可以获得），Y轴就是我们所有的用户（从数据库中可以获得）。

然后我们将每个用户感兴趣的小说在XY的交叉点中都标注出来（在日志中可以获得），也就如下表示：
标注出来以后，我们就可以看到，我这个葛大爷的爱好是《极品家丁》、《斗破苍穹》和《诛仙》，而张大爷和李大爷和我有相同的兴趣爱好。而张大爷和李大爷还比我多看了一些小说，而这多出来的部分，就体现除了协同，也就可以作为对我的推荐了。