推荐引擎

核心业务： 先推荐什么，后推荐什么
两个步骤： 召回，排序
推荐引擎算法就是针对这两个步骤，是独立的，关注点不同的
推荐引擎和其他领域都有关

列个表，拿到需求，这就是召回

用距离 评判相似度 是计算相似度的算法

求谁的相似度：
基于用户的协同过滤（相似用户）： 聚类 你是哪一类用户，召回
基于内容的协同过滤（相似商品）：

训练得分矩阵，是最重要的，也是最麻烦的，考虑很多因素

四个人之间的相似度 是对称的
四部电影之间的相似度

现在我们的模型就是矩阵，所有训练结果数据都在其中

案例： json 电影用户的相似度
根据用户之间对电影的评分，计算相似度

看的电影不同，打的分不同