推荐系统算法详解

推荐系统可能有很多种算法，这里简单概述一下推荐系统的过程,数据如下:

列是菜品

横是用户

中间是用户对菜品的评分，模拟给用户U1推荐菜品，推荐一个菜品（用户没有吃过的）

1.  给用户推荐的肯定是客户没有吃过的菜品:  可以给客户U1推荐  F6, F7 菜品，

2. 根据U1的历史数据,以及其它客户数据给F6,F7评分

       对F6评分:

               1  U1 吃过的菜 Z1 = {F1, F2, F3,F4,F5,F8,F9}

                2  相似度计算,方法有多种(比如F1):

                     筛选吃过F1和F6菜品的客户，根据他们的评分计算相似度SIM1

                 3.  计算评分:

                                  score = SIMn*  Fn(评分)/SIMn