常用电影推荐方法简述

根据评分进行排序的电影推荐:

基于内容的电影推荐:

基于协同推荐的电影推荐:

（Collaborative Filtering，简称CF）

第一步：建立用户电影矩阵模型: 协同过滤算法的输入数据通常表示为一个m*n的用户评价矩阵Matrix，m是用户数，n是电影数，Matrix[ij]表示第i个用户对第j个电影的评价 第二步：发现兴趣相似的用户: 通过计算目标用户与其他用户之间的相似度，得到与目标用户最近的邻居集 第三步：产生推荐项目: 在矩阵中找到与目标用户最相似的K个用户，电影用集合S(u,K)表示，将S中用户喜欢的电影全部提取出来

基于规则的推荐：

这类算法常见的比如基于最多用户点击，最多用户浏览等，属于大众型的推荐方法。