基于Python的推荐系统学习记录资料齐全+详细文档.zip

# Python-Recommended > a simple Recommended by Python ## 任务描述 - 实现一个简单的基于用户的推荐系统类 ### 实现细节 - 协调过滤：利用他人的喜好累进行推荐 主要需要解决问题：求出相似度最近的用户，即求最近距离的用户 - 曼哈顿距离 - 欧几里得距离 - 闵可夫斯基距离 - 皮尔逊相关系数 - 余弦相似度 - K最邻近算法 ### 总结 如果数据存在“分数膨胀”，即数据贬值问题（很多用户的评定标准不同产生），就用皮尔逊相关系数 如果数据比较“密集”，变量之间基本都有公有值，且这些距离数据是非常重要的，那就使用欧几里德或曼哈顿距离 如果数据是稀疏的，即数据集的缺失值较多的情况下，则使用余弦相似度 数据http://www.guidetodatamining.com/chapter2/