兩步走：

1. 計算物品間的相似度
2. 根據1和使用者歷史行為給使用者生成推薦列表

一、計算物品間的相似度

1、相似度演算法

     喜歡物品i的使用者中有多少比例的使用者也喜歡j；問題：j存在熱門商品問題，因為j很流行，喜歡 j 的使用者可能包含喜歡 i 的使用者，則相似度基本是1，導致任何物品和熱門物品的相似度都近似為1，這對於挖掘長尾的系統不好

　　懲罰 熱門 j 的權重

　　懲罰活躍使用者

2、計算商品的相似度矩陣

3、相似度矩陣歸一化，提高準確率、多樣性、覆蓋率

二、根據商品相似度和使用者歷史行為，生成使用者推薦列表

1、計算使用者u對物品j的偏好值：和使用者歷史上感興趣的物品越相似的物品，越有可能在使用者的推薦列表中

1. 在相似度矩陣中按照相似度對物品 j 關聯的物品字典降序排列
2. 取出前K個物品
3. 取出和使用者 u 有過互動的商品的列表或集合
4. 取2和3的交集
5. 對相似度和偏好值累加求和

2、計算推薦列表

哈利波特問題

商品太熱門，導致相似度近似於1，解決：

1、加大對熱門商品懲罰

2、剔除太熱門商品