博客文章

推荐系统简介 推荐系统（Recommender system）是帮助用户发现内容，克服信息过载的重要工具。它通过分析用户行为，对用户兴趣建模，从而预测用户的兴趣并给用户做推荐。 一位研究互联网对社会和经济影响的美国作家Clay Shirky （克莱·舍基）曾说过一句话：“人类面临的问题并非信息泛滥，而是信息过滤失效”。淘宝、亚马逊、网易云音乐、Instagram和各大视频网站等都利用推荐系统给用户

上一篇文章简单介绍了推荐系统的基本原理和分类，本文着重介绍协同过滤的原理与实现~ 协同过滤 协同过滤(collaborative filtering)通过利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息。 协同过滤算法最大限度的利用用户之间，或物品之间的相似相关性，而后基于这些信息的基础上实行推荐。比如说，你和你的某个好友都喜欢听音乐，而你们所喜欢的曲风都差不多，你的好友对于某一首歌