推荐系统开发实战笔记（一）

推荐系统：

可以帮助电子商务网站，视频，文娱，信息检索等领域向用户提供商品和建议，促成用户的产品购买行为，模拟销售人员协助用户完成购买过程。
推荐系统也称为个性化推荐系统，它本质上是一种信息过滤系统，通过一定的算法在海量数据中过滤掉用户不太可能产生行为的物品，从而为用户推荐所需要大物品。

推荐系统分为三类：

基于内容的推荐、基于协同过滤的推荐和混合推荐

Package的准备

1.Numpy:

高性能的科学计算和数据分析基础包。提供的功能有：多为数组、标准数学函数、线性代数、随机数生成和傅里叶变换等。

2.Pandas：

一种基于numpy的工具。包含了大量库和数据模型，提供高效地操作大型数据集所需地工具，包括DataFarme和Series两大数据结构，以及基于两大数据结构的高效的操作 函数，主要用于处理结构化数据。

3.Jieba：

中文 分词库，支持三种分词模式——精确模式、全模式、搜索引擎模式，同时支持繁体分词和自定义词典。

4.Json：

一种轻量级的数据交换格式，该i格式就是python中字典的数据格式。Json模块是专门处理Json格式数据的库，提供四种方法——dumps、dump、loads、load.

5.Random:

实现了各种伪分布随机生成数据，常见的有随机生成浮点数、指定范围内随机数生成、从序列中随机选择一个元素、采样等，在训练数据集和测试数据集生成、产生随机数方面有很大的作用。

6.Jupyter Notebook：

一个强大的网页python编辑器。