狗狗的日记本本

没有机会进入豆瓣，但起码有机会去看Mahout的推荐算法。NETFLIX的推荐算法已经是神经网络算法了，复杂让人难以理解。

实际上亚马逊的算法也不难理解，简单地说还是相似度算法。业界常用的算法有

1、基于用户的邻近度比较

2、基于物品的邻近度比较

最基本的数学算法其实就是余弦。和搜索引擎算相似度实际上很类似~~算法本身不难理解，但难点在于运算量巨大。所以MAHOUT这个系统大量的问题在于解决分布式计算，计算本身并不复杂，恐怖的地方在于计算量，连贝叶斯都不需要。

10万本书和10万用户的计算量就过亿了。所以都是这种计算都是离线运算，排出距离（最近的距离，或者说是逆序）前十的用户是很简单的事情，而排出距离最远的前十用户并不增加什么计算量。如果计算后的值储存的好，得到两种迥异的结果就仅仅是查表而已。

MAHOUT还使用了K邻近算法，那部分我一直没有去摸索。就不表了

====================

PS:关键是豆瓣的算法是什么，只有豆瓣的人才知道。

如果有兴趣的话，推荐程序员最近一期上有一篇译文，专门讲解推荐算法，当然作者自己还发明了一种基于【有向图】的算法。