协同过滤算法和推荐系统分析

1、基于用户的协同过滤算法步骤：

　　1.1找到和目标用户兴趣相似的用户集合

　　1.2 找到这个集合中的用户喜欢的，且目标用户没有听过的物品推荐给目标用户

步骤1的关键是计算2用户的兴趣相似度。

 

2、基于物品的协同过滤算法

　　2.1计算物品之间的相似度

　　2.2根据物品的相似度和用户的历史行为给用户生成推荐列表

UserCF：给用户推荐那些和他有公共兴趣爱好的用户喜欢的物品。

　　着重于反映和用户兴趣相似的小群体的热点；社会化，反映用户所在的小型兴趣群体物品的热门程度

ItemCF：给用户推荐那些和他之前喜欢的物品类似的物品。

　　着重于维系用户的历史兴趣；个性化，反映了用户自己的兴趣传承

 推荐系统架构图

推荐引擎架构图：