基于用户的推荐算法
本篇介绍基于用户的协同过滤推荐算法（UserCF）
一 算法思想
给用户推荐和他兴趣相似的其他用户喜欢的物品。
二 实例
1、用户行为与权重
1 点击——1.0分
2 搜索——3.0分
3 收藏——5.0分
4 付款——10.0分
2、现有如下用户、商品、行为、权重
3、用户行为列表
4、算法步骤
4.1 根据用户行为列表计算物品、用户的评分矩阵
4.2 根据评分矩阵计算用户与用户的相似度矩阵
用户与用户的相似度矩阵
4.3 相似度矩阵乘以评分矩阵，算出推荐列表
4.4 推荐列表再处理，将评分矩阵中对应元素设置为0
设置前：
设置后：
三 MapReduce步骤（UserCF）