基于用户协同过滤，基于物品协同过滤

 皮尔孙person_sim(i,j)→优先使用

斯皮尔曼秩相关系数(秩：排序)

spearman_sim(i,j)

优点：不需要先验知识；它的秩与矩阵的秩无关；i增加j增加，系数正相关

 

杰卡德相似度Jaccord_sim(u,v)→隐式反馈用户

基于物品的：物品相似度(相关系数衡量)；已知评分×相关系数=未知可能性；排序(降序)

基于用户的：用户相似度；用相似度加权求物品分数；求物品总分；总相似度(剔除无评分的相似度)；推荐度=总分(某物)÷总相似度

协同过滤推荐算法其功能是预测和推荐