beijing20120926的专栏

推荐引擎             随着 Web 技术的发展，使得内容的创建和分享变得越来越容易。每天都有大量的图片、博客、视频发布到网上。信息的极度爆炸使得人们找到他们需要的信息将变得越来越难。传统的搜索技术是一个相对简单的帮助人们找到信息的工具，也广泛的被人们所使用，但搜索引擎并不能完全满足用户对信息发现的需求，原因一是用户很难用恰当的关键词描述自己的需求，二是基于关键词的信息检索在很多情况下

1、http://www.cnblogs.com/vivounicorn/archive/2011/09/20/2182433.html 2、http://www.cnblogs.com/vivounicorn/archive/2011/10/08/2201986.html 3、https://cwiki.apache.org/MAHOUT/quick-tour-of-text-ana

1、Item based collective filtering 总结：物以类聚 很多网站的核心算法之一 原因：item的增长速度远小于user的增长速度 方法：离线计算item的相似度矩阵供线上使用 缺点：由于基于item的相似性，故推荐的item相似，缺乏多样性   2、user based collective filtering 总结：人以群分 找和用户有相同品味的其他