基于邻域的算法:
1. 基于用户的协同过滤:
1) 计算用户之间的相似度。找到跟目标用户兴趣相似的群体。(某两个用户同时喜欢的物品数目)
2) 将群体中用户喜欢的,但是目标用户没有看过的物品推荐给该目标用户。
(通过与目标用户最相似的 K 个用户的喜好,计算目标用户对某物品的喜好程度, K 个用户的其中一个贡献的分数: 目标用户与该用户相似度 * 该用户对该物品的喜好程度。)
2. 基于物品的协同过滤:
1) 计算物品之间的相似度。(该相似度并非根据物品本身的属性如标题、meta信息等的相似度而计算,而是根据同时喜欢某两个物品的用户数目来计算的。)
2) 根据物品相似度推荐。(通过用户当前的物品行为列表计算用户对某新物品的喜好:用户对某物品的喜好程度 * 该物品与新物品的相似度)