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
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