基於物品的協同過濾

通過計算不同用戶對於不同物品的評分，獲得物品間的關係。基於物品間的關係對用戶進行相似物品的推薦。 舉例說明，每一個行向量表示某個物品被各個用戶的評分，先中心化 如何預測用戶 E 對 哈利波特的喜好程度？計算哈利波特和其他電影之間的 Pearson 相關係數   選擇相關性較大的其他電影，拿出用戶 E 對這些電影的評分，利用 Pearson 相關係數做 weighted sum：   從原理上看，基

>>阅读原文<<