简介：协同过滤算法是推荐系统中最常用的推荐算法之一,该算法的关键是计算物品或用户的相似度,通常采用同现矩阵来实现,因同现矩阵是一稀疏矩阵,已有的一些推荐系统中通常采用二维数组来存放同现矩阵,利用第三方扩展库Numpy来计算推荐评分,时间空间效率相对较低,利用Python内置的序列字典来存放稀疏矩阵,自行编写相应的代码来求解推荐评分,可有效提高算法的时间、空间效率。
基于Python 的协同过滤算法的设计与实现
