理解共现次数：如果3个用户都对101和102同时做出了评分，那么101和102在矩阵中的值就是3；
理解模拟评分：下图用户3分别对101、104、105、107进行了打分，
在计算物品103对应的模拟评分时，使用该用户对每个物品的评分 乘以 103和其他物品与103物品在矩阵中的共现次数值，然后相加得出。
理解算法原理：
为什么要这样算？
共现次数：如果101，103共现次数在矩阵（整个数据）中非常高，说明买过101和103的人对这两款产品的认可度较高。
那么，只买过101产品的用户需要产品推荐时，首先我们需要知道买过101也同时买过其它产品的人觉得其它哪个产品也比较好，也许该产品对只买过101产品的人会有一定的兴趣度和说服力。
评分计算：为什么只算该用户有过评分的产品共现次数？因为推荐系统只通过用户买过物品的相关性来查找所在周边的物品来进行推荐。比如：101评分2.0，在计算用户对103的模拟评分是，使用2.0*4，就说明103物品被4个买过101的用户认可！用户很可能也感兴趣。
扩展：
通过算法原理，调整推荐程序参数
本站文章版权归原作者及原出处所有 。内容为作者个人观点， 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台，并不用于任何商业目的，如果有任何问题，请及时联系我们，我们将根据著作权人的要求，立即更正或者删除有关内容。本站拥有对此声明的最终解释权。