1 协同过滤算法介绍
1.什么是协同过滤算法
1. 协同过滤推荐算法是诞生最早，并且较为著名的推荐算法，主要的功能是预测和推荐。
2. 算法通过对用户历史行为数据的挖掘发现用户的偏好，基于不同的偏好对用户进行群组划分并推荐品味相似的商品。
3. 协同过滤推荐算法分为两类，分别是基于用户的协同过滤算法(user-based collaboratIve filtering)，和基于物品的协同过滤算法(item-based collaborative filtering)。
4. 简单的说就是：人以类聚，物以群分。下面我们将分别说明这两类推荐算法的原理和实现方法。
2.基于用户的协同过滤算法
1. 协同过滤算法是一种基于关联规则的算法，以购物行为为例。
2. 假设有甲和乙两名用户，有a、b、c三款产品。
3. 如果甲和乙都购买了a和b这两种产品，我们可以假定甲和乙有近似的购物品味。
4. 当甲购买了产品c而乙还没有购买c的时候，我们就可以把c也推荐给乙。
5. 这是一种典型的user-based情况，就是以user的特性做为一种关联。
举例：
1）直觉分析：“用户A/B”都喜欢物品A和物品B，从而“用户A/B”的口味最为相近