【IT技术】常见的互联网推荐算法集，看完我跪了！

在上网购物、看小说、买电影票的时候，都会遇到各种各样的推荐，给我们推荐一些我们曾经买过或收藏过的同类型产品，或者是推荐一些我们看过的小说题材相同的小说。那这些产品推荐都是如何实现的呢？我们今天就来聊聊这些“无聊”的算法。

在互联网的应用中，常用的推荐算法有：协同过滤推荐算法（Collaborative Filtering

Recommendation）、内容推荐算法（Content-based Recommendation）、相似性推荐算法（Similarity

Recommendation）、关联规则推荐算法（Association Rule Based

Recommendaion）。不同的算法都有不同的应用场景，合理的应用这些算法，能够为我们带来更多的经济效益。

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：

如果你在学习C/C++的过程中遇到了问题，可以来加入小编的企鹅圈问小编哦~小编很热情的(●’◡’●)

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