基于统计与评分

推荐系统 推荐系统是一种信息过滤系统，用于预测用户对物品的“评分”或“偏好”。 对于推荐系统系统来说，目前采用的主要方式是： 基于内容推荐：内容之间的相似度，如文章的标签、电影的属性、书籍的分类。 协同过滤（待实现）：用户之间的相似度，如喜欢看科幻片的 A、B 用户、并且都看过 a 电影，A 喜欢看的 c 电影，B 也可能喜欢 c 电影。 要实现这两种方式有一个前提是，用户数据。特别是协同过滤，需

>>阅读原文<<