大数据的应用－UserCF和ItemCF推荐算法
一.推荐系统
1.1 推荐系统是大数据在互联网领域的典型应用，它可以通过分析用户的历史记录来了解用户的喜好，从而主动的为用户推荐其感兴趣的信息，满足用户的个性化推荐需求．
1.2 推荐系统是自动联系用户和物品的一种工具．
1.3 推荐系统可以创造全新的商业和经济模式，帮助实现长尾商品的销售．
-
长尾理论:
1.4 推荐方法
1.5 推荐系统模型
二.基于用户的协同过滤(UserCF)与基于物品的协同过滤(ItemCF)
2.1 UserCF
- 找到和目标用户兴趣相似的用户集合；
- 找到该集合中的用户所喜欢的，且目标用户没有听说过的物品推荐给目标用户；
- 衡量用户的相似度方法：
- 泊松相关系数；
- 余弦相似度；
- 调整余弦相似度；
2.2 ItemCF
- 算法步骤:
2.3 UserCF与ItemCF的对比