基于物品 的协同过滤推荐算法(ItemCF)

首先给用户行为定义相应的权重积分 算法思路：给用户推荐那些和他们之前喜欢的物品相似的物品 实例如下：       算法步骤：  用户对于商品的权重分数，为用户对商品操作的分数相加。 余弦相似度计算计算逻辑,以物品1和物品2为例： 根据用户对第一、二商品的操作分数，可以算出两个商品在这三个用户心目中的相似度，用户标本更多则更精准     1.0×2+0.36×10+0.93×0+0.99×3+0×0

>>阅读原文<<