（共17页PPT）Spark机器学习案例实战第二天06.pptx

Spark机器学习案例实战—06

概述协同过滤推荐算法，是最经典、最常用的推荐算法。通过分析用户兴趣，在用户群中找到指定用户的相似用户，综合这些相似用户对某一信息的评价，形成系统关于该指定用户对此信息的喜好程度预测。要实现协同过滤，需要以下几个步骤：1）收集用户偏好；2）找到相似的用户或物品；3）计算推荐。

用户评分从用户的行为和偏好中发现规律，并基于此进行推荐，所以收集用户的偏好信息成为系统推荐效果最基础的决定因素。用户有很多种方式向系统提供自己的偏好信息，比如：评分、投票、转发、保存书签、购买、点击流、页面停留时间等。1.将不同的行为分组一般可以分为查看和购买，然后基于不同