基于用户的协同过滤算法及代码实现

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