［推荐算法］Pearson Correlation Similarity 的python实现

皮尔逊相似度是推荐算法中常见的 计算相似度的方法，其公式如下：

从公式可以看出 该算法有几个缺点：

1，如果用户A对所有item的评分都一样，那么将无法计算别人跟A的相似度（分母为0）；所以该算法不适用于 boolean preference类型的推荐

2，如果用户A只对1个item进行了评分，那么也无法计算别人跟A的相似度（分母为0）；所以对于数据量较小，或者矩阵非常之稀疏的数据都不太好用

3，如果2个人有200个common item，尽管ratings并不总是一样，但她们的相似度 可能好于2个只有2 commen item的人的相似度（这个我不能直接从公式看出来，哪位大神指点一下）

下面是python实现：