全栈工程师开发手册 （作者：栾鹏）
主流的推荐系统算法大致分为两类:
- 基于用户行为数据的协同过滤算法
- 基于内容数据的过滤算法
大致而言，基于内容数据的算法适用于cold start，即用户和项目都比较少的时候，而基于用户行为数据的协同过滤算法在用户和项目较多，数据比较丰富的情况下有较高的准确率。
除此之外，还包括基于社会网络数据的推荐，基于语境（上下文）感知数据的推荐，基于心理学数据的推荐等等。
基于用户行为数据的算法
1.1 基于用户的协同过滤算法（user-based CF）
一个用户喜欢和他具有相似喜好的用户喜欢的项目， 两个用户喜欢的项目交集越大， 这两个用户越相似。
两个用户兴趣相似度的计算可以有多种方法，常见的如 Pearson相关（皮尔逊相似性）和余弦相似度计算。
适用场景和优缺点：这个是cf中的一种ÿ
615
