利用用户行为数据

一、用户行为数据简介
用户行为数据在网站上最简单的存在形式是日志，用户行为在个性化推荐系统中一般分为两种–显性反馈行为（如：评分、喜欢、不喜欢）和隐形反馈行为（即不能明确反应用户喜好的行为，如：页面浏览行为）

二、用户行为分析
在利用用户行为数据设计推荐算法之前，首先需要对用户行为数据进行分析
（1）用户活跃度和物品流行度的分布
用户活跃度：用户产生过行为的物品总数
物品流行度：对物品产生过行为的用户总数
均符合长尾分布

三、基于邻域的算法
1、基于用户的协同过滤算法
主要步骤：
（1）找到和目标用户兴趣相似的用户集合
（计算两个用户的兴趣相似度）



（2）找到这个集合中的用户喜欢的，且目标用户没有听说过的物品推荐给目标用户