协同过滤算法(基于用户)

背景: 使用基于用户的协同过滤算法进行网站预测

1. 流程图

---

2. 算法详细步骤

1. 读取文件，处理每一行数据，把用户id和网址id转化为long类型(因为协同过滤模型这两列为long类)，并转化为DataModel(模型输入数据)。

2. 转化出用户评分矩阵(没有的填充0)。如下表所示(部分)：

用户id\网址id	1	10	100	101	102	103	104	105	106
0	1	4	0	1	0	0	1	4	3
1	0	3	1	0	2	1	2	4	1
2	2	1	2	0	1	3	2	1	4
3	2	0	3	1	0	3	0	1	1

3. 使用皮尔逊相似度，计算用户相似矩阵。把上表中的每一行，作为一个向量，计算当前用户与其他用户的距离，如计算用户0与用户1的距离：
   用户0向量: (1, 4, 0, 1, 0, 0, 1, 4, 3)
   用户1向量: (0, 3, 1, 0, 2, 1, 2, 4, 1)
   计算以上两个向量的相似度，值越大，相似度越高。

关于皮尔逊相关系数计算，请参考百度百科: https://baike.baidu.com/item/%E7%9A%AE%E5%B0%94%E9%80%8A%E7%9B%B8%E5%85%B3%E7%B3%BB%E6%95%B0/12712835?fr=aladdin

4. 选取距离最近的前0.8%的用户，使用相似度作为权重，预测该用户没有看过，但是邻居看过的网址的评分。

计算公式

6. 按评分倒序排列，选择评分最高的10个网址id，把用户id和网址id从long转回string，并写入到数据库。