推荐算法

相似度种类： 

   余弦相似度  切比雪夫距离

   皮尔森系数   杰卡德距离

   欧式相似度  曼哈顿距离 

基于物品的协同过滤推荐算法（ItemCF）

    用户行为与权重

        1.点击---1分

        2.搜索---3.0分

        3.收藏---5分

        4.付款---10分

   算法思想：给他们推荐那些和他们之前喜欢的物品相似的物品

      相似度矩阵X评分矩阵=推荐列表

      步骤1：根据行为列表计算用户，物品的评分矩阵

      步骤2：根据用户，物品的评分矩阵计算物品，物品的相似度矩阵

      步骤3：物品，物品的相似度矩阵*用户，物品的评分矩阵=推荐列表

      步骤4：推荐列表中用户之前已经有过行为的元素置0