基于物品的推荐算法

本篇介绍基于物理的协同过滤推荐算法（ItemCF）

一 用户行为与权重

1 点击——1.0分

2 搜索——3.0分

3 收藏——5.0分

4 付款——10.0分

二 算法思想

给用户推荐那些和他们之前喜欢的物品相似的物品。

三 举例

1、现有如下用户、商品、行为、权重

2 、建模

3、算法步骤

3.1 根据用户行为列表计算用户、物品的评分矩阵

3.2 根据用户、物品的评分矩阵计算物品与物品的相似度矩阵

3.3 相似度矩阵乘以评分矩阵得到推荐列表

推荐列表如下：

评分矩阵和推荐列表矩阵如下：

然后设置推荐列表对应元素为0

最终推荐列表如下：

四 编程设计

分4个步骤，每个步骤都是一个MapReduce作业。