一  协作型过滤

二 搜集偏好

使用嵌套的字典表示偏好：

对于规模巨大的数据集而言，使用数据库来存储信息

无论用什么方式来表达偏好，最重要的是，将偏好对应到数字。如：表达人们是否购买过商品，0表示没有买过，1表示买过；对于一个新闻故事的投票网站，-1表示不喜欢，0表示没有投票，1表示喜欢。

三 寻找相近用户

用于确定人们品味方面的相似程度，相似度评价体系（只介绍2种）：

1. 欧几里得距离评价

 公式：

函数pow(n,2)用于求平方。上式为点（4.5，1）与点（4，2）之间的距离的倒数。

由于两个人在偏好空间中的距离越近，其兴趣偏好越相似，数值越小。为了对偏好越相似的情况给出越大的值，将函数值加1（避免被0整除），并取其倒数。

2. 皮尔逊相关度评价

 

优势：···在数据不是很规范（normalized）的时候（比如影评者对影片的评价总是相对于平均水平偏离很大时），会倾向于给出更好的结果。

           ···可以修正“夸大分值”的情况，如：两个评论者对不同的电影的评分情况如下图

算法流程：首先找到两位评论者都曾评价过的物品，然后计算两者的评分总和与平方和，并求得两者的评分的乘积之和。代码如下：

 

其他的度量方法：

四 为评论者打分

使用相似度量寻找最接近的n个结果（排序）

五 推荐物品