一.推薦系統

1.1 推薦系統是大數據在互聯網領域的典型應用，它可以通過分析用戶的歷史記錄來了解用戶的喜好，從而主動的為用戶推薦其感興趣的信息，滿足用戶的個性化推薦需求．

1.2 推薦系統是自動聯系用戶和物品的一種工具．

1.3 推薦系統可以創造全新的商業和經濟模式，幫助實現長尾商品的銷售．

• 長尾理論:
  

1.4 推薦方法

1.5 推薦系統模型

二.基于用戶的協同過濾(UserCF)與基于物品的協同過濾(ItemCF)

2.1 UserCF

• 找到和目標用戶興趣相似的用戶集合；
• 找到該集合中的用戶所喜歡的，且目標用戶沒有聽說過的物品推薦給目標用戶；
  
• 衡量用戶的相似度方法：
  • 泊松相關系數；
  • 余弦相似度；
    
    
    
    
  • 調整余弦相似度；

2.2 ItemCF

• 算法步驟:
  
  
  

2.3 UserCF與ItemCF的對比

總結

以上是生活随笔為你收集整理的大数据的应用－UserCF和ItemCF推荐算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。