我们限定一下范围假设现在给你一个用户商品的评分矩阵15矩阵中的每个数代表用户对该商品的喜爱程度问如何设计一个推荐系统这个问题的本质就是对用户对商品的评分进行预测将预测评分高的商品推荐给用户这里我们用到的算法就是协同过滤协同过滤有两个维度商品维度将与该用户喜爱的商品相似的商品推荐给用户也就是说与用户最喜欢的商品最相似的商品评分最高用户维度将与该用户相似的用户喜爱的商品推荐给用户.问题进一步转化成如何衡量商品或者用户的相似性的问题用户的相似性两名用户对同一件商品的打分越接近两名用户越相似商品的相似性同一位用户对两件商品的打分越接近两件商品越接近这边深入研究一下商品相似性导向的推荐算法的做法用户相似性其实就是转置一下的事对商品的相似度度量有多种办法这边我们选取余弦相似度DVD sparse sparse.csr matrix self.DVD DVD sparse DVD sparse.transpose self.SSIM cosine similarity DVD sparse获取数据d