基于近邻的协同过滤

收集数据生成用户商品评分矩阵，构建用户或商品相似度矩阵，利用近邻用户或近邻商品的评分进行加权平均求和得到当前用户没有浏览过的产品评分，选择该用户对没有浏览过的评分TopN的产品列表推荐给当前用户 相似度计算 在UserCF中使用pearson相似度比较多 在ItemCF中使用改进余弦相似度比较多 评分计算 加权平均求和、基于均值计算的加权平均求和、基于偏置项计算的加权平均求和（效果最好） 新用户或

>>阅读原文<<