推荐系统中协同过滤算法实现分析

推荐中的协同过滤算法简单说明下：      首先，通过分析用户的偏好行为，来挖掘出里面物品与物品、或人与人之间的关联。      其次，通过对这些关联的关系做一定的运算，得出人与物品间喜欢程度的猜测，即推荐值。      最后，将推荐值高的物品推送给特定的人，以完成一次推荐。      这里只是笼统的介绍下，方便下边的理解，IBM的一篇博客对其原理讲解得浅显易懂，同时也很详细《深入推荐引擎相关算法

>>阅读原文<<