CollaborativeFiltering:推荐系统协同过滤算法 源码

推荐算法是对我们现实生活影响最大的计算机算法,它影响了我们看到的新闻,广告,以及我们身边现实环境的东西,这些最终决定了我们的态度和生活方式,尤瓦尔。赫拉利在《未来简史》中声明“算法会比我们更了解自己”。 本文介绍了一种较基础的推荐算法,协同过滤。基于用户购买的历史商品推荐,物品协同过滤;基于用户相似用户购买物品的推荐,用户协同过滤。 随着用户信息越来越多被采集,推荐系统可以勾画出一个人的用户画像,现在更多系统用户画像结合现场信息实现推荐系统。课程整理: : 作者github代码: : 推荐算法 一,推荐系统作用 帮助用户发现他们想要的物品,逐步将物品暴露在对自己感兴趣的用户人群面前。 二,如何评价一个好的推荐系统 业务指标 信息流 点击率:点击次数/展示次数。一定展示次数,点击越多越好。 平均阅读时长:(1)总阅读时长/人平均点击次数。平均阅读时长较长,推荐越准。(2)使用总时长/展