基于物品推荐和基于用户推荐计算的大致逻辑

基于用户推荐

1.将以物品为key，聚合所有用户；

2.两两计算出用户间的距离（计算矩阵的相似度）

3.对每个用户倒排距离最近的20个，然后从这些用户中拿到打分最高的10个推荐给用户。

基于物品推荐

1.计算物品与物品之间有多个少相同用户（同一用户同时消费过的物品累加）

2.计算物品间的相似度（两物品同时出现的用户数/各自用户数乘积.sqrt）

3.拿到这些用户的top,然后再排序未消费过的物品的打分，获取top，推荐给用户