论文阅读（2014-1）----a new collaborative filtering-based recommender system for manufacturing appstore: w

　　

　　这篇论文讲的东西并不深，讲的是appstore上的app个性化推荐问题，简单作个笔记。

简单介绍：

推荐系统能够下降没有卖任何app就离开的用户的几率、当用户买了某个app后，能够推荐配套的app、增长用户的忠诚度。

思路介绍：

U_i=（用户在频道1购买的app数目，用户在频道2购买的app数目，...用户在频道n购买的app数目）

US(用户类似度)=(U_i*U_j)/(||U_i||*||U_j||)

首先经过和你类似topK个用户购买了的app而你没有买的app做为候选推荐app，而后，就是对这些候选app的一个rank问题。

rank=候选app和本身购买app的共现对/本身购买app数。

结论：

我的以为，思路清晰，相对简单。