协同过滤资料

http://blog.csdn.net/flykobesummer/archive/2010/01/02/5122057.aspx



3种形式的协同过滤（Collaborative Filtering）算法：

1、user-based：相同（相似）用户的喜好相同

2、item-based：能够引起使用者兴趣的项目，必定与其之前评分高的项目相似

3、model-based：先用历史资料得到一个模型，再用此模型进行预测

参考：http://gengrenjie.com/2009/04/12/%E5%8D%8F%E5%90%8C%E8%BF%87%E6%BB%A4%E6%89%AB%E7%9B%B2%E7%8F%AD%EF%BC%884%EF%BC%89/

http://www.daniel-lemire.com/fr/abstracts/SDM2005.html 这个地址是slope one算法的原文。

----------------------

个性化推荐学习步骤：

1、有哪些推荐算法？各个主流算法的应用场景是什么？

2、我们使用推荐系统的目的和场景是什么？

3、找一种最容易上手的算法，实现它（尽量利用已有资源：开源软件等）