淘宝网会为你推荐一些商品，而这些商品是如何被推荐过来的想必你也很好奇，今天我们就来聊一下商品推荐的一些算法，当下主流的推荐算法协同过滤推荐算法，让我们一起来看看它是如何工作的。
首先，我们先了解下余弦相似度算法的定义。
余弦相似度，又称为余弦相似性，是通过计算两个向量的夹角余弦值来评估他们的相似度。
其次，大学里我们学过的余弦公式大家应该还有印象，我们先回顾一下。
两个向量间的余弦值可以通过使用欧几里得点积公式求出。
再者，我们要了解推荐商品的一些数据指标是什么。商品的推荐算法是收集用户的一些行为进行并进行深度分析得出的，下面我们具体来聊一聊。
商品推荐算法分析
- 用户行为与权重
- 点击 1分
- 搜索 3分
- 添加购物车 5分
- 付款 10分
推荐算法步骤
1、根据用户行为列表计算用户、物品的评分矩阵。
2、根据用户、物品的评分矩阵计算物品与物品的相似矩阵
3、形似矩阵 X 评分矩阵 = 推荐列表
4、计算最终推荐的商品