1.协同过滤算法

UserCF和ItemCF
UserCF：给用户A推荐，与A相似的B、C、D等用户喜欢的物品
ItemCF：给用户A推荐，跟A喜欢的物品相似的物品
两种协同过滤都需要计算用户之间或者物品之间的相似性，因此需要找到合适的相似性度量手段。遂第二节介绍相似性度量方法。

2.相似性度量方法

（1）杰卡德(Jaccard)相似系数

（2）余弦相似度

（3）皮尔逊相关系数

3.UserCF

4.UserCF编程实现

5.UserCF优缺点

6.ItemCF

7.评价指标

8.协同过滤算法的权重改进

9.协同过滤算法的问题分析

10课后思考

reference

http://datawhale.club/t/topic/41

上班族伤不起，过后补，望组织谅解