spark做视频推荐

推荐系统最常用的是协同过滤算法，下面我们来分析下同过滤算法

协同过滤算法可分为：

1.基于用户的（UserCF）

2.基于商品的(itemCF)

3.基于模型的(ModelCF)

按照模型可以分为

1.最近邻模型：基于距离的协同过滤

2Latent Factor Model(SVD):基于矩阵分解

3Graph：图模型

1.基于用户的协同过滤-基于用户相似性

通过不同用户对物品的评分来预测用户之间的相识度，基于用户之间的相似度做出推荐，就是给用户推荐和他兴趣相似的其他用户喜欢的物品

物品/用户    物品A     物品B      物品C                 物品D

用户A           1                         1                      推荐

用户B                         1 

用户C            1                        1                        1 

我们要给A推荐物品，因为用户A和C买的东西非常相似，用户C买了物品D，所有我们可以給用