内容推荐算法简单实现（余弦公式）

内容推荐算法简单实现（针对阅读网站为用户推荐书籍）

目标是最终获取一个书籍/类型的表格（二维），一个某用户对于每个类型的评分（该评分是处理过的，具体见“注”）表格（一维）。现在取出第一张表格的第一行（也就是某本书）与第二张只有一行的表格比对，可以说是两个一维向量，此时利用余弦公式计算两向量的相似度，结果越接近1，夹角越小，两者越相似，即某本书与该名用户的喜好类型相似度越高。将每一本书籍的相似度计算出来保存在HashMap中，按相似度递减排序，再传给controller前端方法中，通过session传递给jsp相应信息如书籍封面等，完成。
注：第二张表格，首先我们通过获取的用户id计算出该用户对所有书籍评分的平均数（因为我们想得出该用户相对更喜欢哪本书，并且对之后的计算有利），再获得该用户对A类型书籍的评分，每一项减去平均分，相加，再除以对A类型书籍评分的次数，即得评分。

计算相似度的余弦公式（摘自百度百科）