基于物品的协同过滤

通过计算不同用户对于不同物品的评分，获得物品间的关系。基于物品间的关系对用户进行相似物品的推荐。 举例说明，每一个行向量表示某个物品被各个用户的评分，先中心化 如何预测用户 E 对 哈利波特的喜好程度？计算哈利波特和其他电影之间的 Pearson 相关系数   选择相关性较大的其他电影，拿出用户 E 对这些电影的评分，利用 Pearson 相关系数做 weighted sum：   从原理上看，基

>>阅读原文<<