基于物品 的协同过滤推荐算法(ItemCF)
。首先给用户行为定义相应的权重积分
。算法思路：给用户推荐那些和他们之前喜欢的物品相似的物品
实例如下：
算法步骤：
（1）
余弦相似度计算计算逻辑,以物品1和物品2为例;
计算得：
对比评分矩阵，对于已经推荐过的物品要去除推荐
去除推荐就是置为0，并且选出评分最高的物品就是用户最应该推荐的一个物品了
总结：
。首先给用户行为定义相应的权重积分
。算法思路：给用户推荐那些和他们之前喜欢的物品相似的物品
实例如下：
算法步骤：
（1）
余弦相似度计算计算逻辑,以物品1和物品2为例;
计算得：
对比评分矩阵，对于已经推荐过的物品要去除推荐
去除推荐就是置为0，并且选出评分最高的物品就是用户最应该推荐的一个物品了
总结：