推荐算法之基于用户的协同过滤算法

即在计算用户相似性的时候，需要降低热门物品的影响(通过计算流行度来实现，然后用1/N(i)来计算公共行为比重，N(i)表示流行度，这样，流行度高的物品所占比重就比较低)

第二步则比较简单，选出K个和用户u最相似的用户，把他们喜欢过的物品并且用户u没有喜欢过的物品推荐给u即可。这里面K的选择非常重要。K越大，推荐的结果就越热门，流行度就越高，同时覆盖率越低，因为基本推荐的都是流行的物品

本文作者 wangyuquanliuli

人人都是产品经理（）中国最大最活跃的产品经理学习、交流、分享平台