资 源 简 介
算法过程：1).读入数据，将数据用user_brands存起来，同时建立userid_id，再建立id_brands 2).遍历id_brands得到物品-用户倒排表brand_ids，根据倒排表得到用户的相似矩阵sim_mat 3).为每个用户推荐产品： 3.1).求用户u买过的brand和所有brand的差集得到用户u没有买过的物品集合brand_unused； 3.2).用户u对每一个没用过的物品i的兴趣p(u,i)： 3.2.1).找到与用户u最近的k个用户 对于每一个没用过的物品i： 3.2.2).找出这k个用户中对物品i有过行为的用户v[]√ 3.2.3).将用户u和v[j]的兴趣相似度累加 3.3).取前m个最感兴趣的brand推荐给用户； 代码：UCF.cc（用户协同过滤核心代码）：#include #include #include #include #include #include #include #include #include #include
