协同过滤算法原理

本文主要讲解基于用户（User-CF)和基于物品（Item-CF）的协同过滤推荐算法的原理 推荐算法主要基于用户历史行为信息获取数据，找到相似的用户和商品，并对用户进行推荐可能感兴趣的商品。 对用户进行推荐主要有两类： 1.基于用户的协同过滤（User-CF）           用户A对商品y的喜好 = 用户B对商品y的喜好程度 * 用户A和B的相似度 2.基于商品的协同过滤（Item-CF）

>>阅读原文<<