基于用户的协同过滤

步骤：

1. 找出与当前用户最相似的k个用户

2. 计算出所有被这k个用户购买的商品，并且为每个商品赋一个权重

3. 根据权重排序，并且过滤当前用户已经买过的商品

关键在于如何找出最相似的用户，以及如何给商品权重。相似用户可以用余弦夹角计算距离。商品权重可以看以往的购买历史之类的。

缺点:

1. 计算复杂度高

2. 实时要求达不到