1、推薦系統概述

電子商務網站是推薦系統應用的重要領域之一，當當網的圖書推薦，大眾點評的美食推薦，QQ好友推薦等等，推薦無處不在。

從企業角度，推薦系統的應用可以增加銷售額等等，對于用戶而言，系統仿佛知道我們的喜好并給出推薦也是非常美妙的事情。

推薦算法分類：

按數據使用劃分：

• 協同過濾算法：UserCF, ItemCF, ModelCF
• 基于內容的推薦: 用戶內容屬性和物品內容屬性
• 社會化過濾：基于用戶的社會網絡關系

按模型劃分：

• 最近鄰模型:基于距離的協同過濾算法
• Latent Factor Mode(SVD)：基于矩陣分解的模型
• Graph：圖模型，社會網絡圖模型

本文采用協同過濾算法來實現電影推薦。下面介紹下基于用戶的協同過濾算法UserCF和基于物品的協同過濾算法ItemCF原理。

基于用戶的協同過濾算法UserCF

基于用戶的協同過濾，通過不同用戶對物品的評分來評測用戶之間的相似性，基于用戶之間的相似性做出推薦。簡單來講就是：給用戶推薦和他興趣相似的其他用戶喜歡的物品。

更多關于算法實現可參考

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的hadoop学习-Netflix电影推荐系统的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。