经典推荐算法

UserCF（GroupLens）:
首先计算相似性：

则用户u和v的兴趣相似性由二者评分集合的相关系数决定



通过减去均值消除偏好影响

ItemCF:
基于相关性的余弦相似度：

问题：未考虑用户的打分偏好，所以需要减去用户的个性化特性

inference:
weighted sum:

回归regression:

slope one:

weighted slope one:

bi-polar slope one: