2.1.1_itemcf

文档摘要

基于物品的协同过滤基本思想基于物品的协同过滤（ItemCF）：预先根据所有用户的历史行为数据，计算物品之间的相似性。然后，把与用户喜欢的物品相类似的物品推荐给用户。举例来说，如果用户 1 喜欢物品 A ，而物品 A 和 C 非常相似，则可以将物品 C 推荐给用户1。ItemCF算法并不利用物品的内容属性计算物品之间的相似度，主要通过分析用户的行为记录计算物品之间的相似度，该算法认为，物品 A 和物品 C 具有很大的相似度是因为喜欢物品 A 的用户极可能喜欢物品 C。图片计算过程基于物品的协同过滤算法和基于用户的协同过滤算法很像，所以我们这里直接还是拿上面 Alice 的那个例子来看。