https://www.jianshu.com/p/79d24fa3664f
https://github.com/MrQuJL/product-recommendation-system/tree/master/shopping-recommendate
https://blog.youkuaiyun.com/ABCDEFG0929/article/details/87103772
https://www.cnblogs.com/1113127139aaa/p/9830449.html
常用的协同过滤算法有两种,基于用户的协同过滤算法以及基于物品的协同过滤算法,都属于基于领域的算法。
基于用户的协同过滤算法也被称为最近邻协同过滤或KNN (K.Nearest-Neighbor,K最近邻算法)。其核心思想就是,首先根据相似度计算出目标用户的邻居集合,然后用邻居用户评分的加权组合来为目标用户作推荐。
基于用户的协同过滤算法主要包括两个步骤1、找到与目标用户兴趣相似的用户集合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
算法实现
1、计算其他用户与目标用户的相似度
2、根据相似度找到与你最相似的k个用户(邻居)
3、在这些邻居喜欢的物品中,根据与目标用户的相似度加权计算出每一件物品的推荐度
4、根据推荐度向目标用户推荐物品