基于商品的协同过滤算法

在推荐系统中，该算法出现最早。在2000年之前，都十分著名。

基本思想

假若用户喜欢物品A，并且物品A和物品B具有很大的相似度，那么该用户大都也喜欢物品B。

步骤：

1. 倒排法-为了避免计算显然不相关的两个用户相似度，减少计算开支；

2. 计算商品之间相似性；

3. 找到用户喜欢的商品集合，计算与目标用户没有购买的商品之间的相似性，取前几个商品推荐给目标用户。

倒排法

首先利用将用户–物品表（倒排表）；

根据倒排表画出相似度矩阵（比如倒排表第一行说明ab ad bd有关联，就在矩阵中置1，第三行说明ab有关联，又加1变为了2）

矩阵中为0的我们就不需要去计算它们的兴趣相似度了。

得到商品相似度之后，我们开始计算商品之间相似度。