个性化推荐与搜索引擎

基于邻域的推荐算法是一种常用的推荐算法，而基于用户特征的的邻域推荐算法是一种重要的邻域推荐算法。

用户A购买了商品B，或者对B做了流量评价等，可以用B表示为A的一个特征，这样每个用户就有多个特征，通过计算用户特征来得到用户的相似性。如果每个特征都赋值相同的权重，效果并不会很好。可以借鉴搜索引擎里面的tf/idf，对于大量被购买的商品，可以赋值较小的权重。

其实可以把用户看成是一篇文档，而用户购买的商品看做是文档的特征，计算用户的相似性就是计算文档的相似性。所有文本挖掘的方法都可以用在个性化推荐上面了。