本系列的第一篇為讀者概要介紹了推薦引擎，下面幾篇文章將深入介紹推薦引擎的相關算法，并幫助讀者高效的實現這些算法。在現今的推薦技術和算法中，最被大家廣泛認可和采用的就是基于協同過濾的推薦方法。它以其方法模型簡單，數據依賴性低，數據方便采集 , 推薦效果較優等多個優點成為大眾眼里的推薦算法“No.1”。本文將帶你深入了解協同過濾的秘密，并給出基于 Apache Mahout 的協同過濾算法的高效實現。Apache Mahout 是 ASF 的一個較新的開源項目，它源于 Lucene，構建在 Hadoop 之上，關注海量數據上的機器學習經典算法的高效實現。

Wikipedia 和 Google 是兩個典型的利用集體智慧的 Web 2.0 應用：

• Wikipedia 是一個知識管理的百科全書，相對于傳統的由領域專家編輯的百科全書，Wikipedia 允許最終用戶貢獻知識，隨著參與人數的增多，Wikipedia 變成了涵蓋各個領域的一本無比全面的知識庫。也許有人會質疑它的權威性，但如果你從另一個側面想這個問題，也許就可以迎刃而解。在發行一本書時，作者雖然 是權威，但難免還有一些錯誤，然后通過一版一版的改版，書的內容越來越完善。而在 Wikipedia 上，這種改版和修正被變為每個人都可以做的事情，任何人發現錯誤或者不完善都可以貢獻他們的想法，即便某些信息是錯誤的，但它一定也會盡快的被其他人糾正 過來。從一個宏觀的角度看，整個系統在按照一個良性循環的軌跡不斷完善，這也正是集體智慧的魅力。
• Google：目前最流行的搜索引擎，與 Wikipedia 不同，它沒有要求用戶顯式的貢獻，但仔細想想 Google 最核心的 PageRank 的思想，

總結

以上是生活随笔為你收集整理的探索推荐引擎内部的秘密，第 2 部分: 深入推荐引擎相关算法 - 协同过滤的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。