本系统是基于物品（item-based）的系统过滤算法。协同过滤推荐技术被认为是推荐系统算法中应用最为成功的技术之一。它通常采用最近邻（K-Nearest-Neighbor， KNN）算法，利用用户的历史记录来计算用户之间的距离，然后利用目标用户的最近邻用户对物品评价来预测目标用户对其他未评价物品的感兴趣程度，系统从而根据这一感兴趣程度来对目标用户进行推荐。
本系统是基于物品（item-based）的系统过滤算法。协同过滤推荐技术被认为是推荐系统算法中应用最为成功的技术之一。它通常采用最近邻（K-Nearest-Neighbor， KNN）算法，利用用户的历史记录来计算用户之间的距离，然后利用目标用户的最近邻用户对物品评价来预测目标用户对其他未评价物品的感兴趣程度，系统从而根据这一感兴趣程度来对目标用户进行推荐。
本系统是基于物品（item-based）的系统过滤算法。协同过滤推荐技术被认为是推荐系统算法中应用最为成功的技术之一。它通常采用最近邻（K-Nearest-Neighbor， KNN）算法，利用用户的历史记录来计算用户之间的距离，然后利用目标用户的最近邻用户对物品评价来预测目标用户对其他未评价物品的感兴趣程度，系统从而根据这一感兴趣程度来对目标用户进行推荐。
本系统是基于物品（item-based）的系统过滤算法。协同过滤推荐技术被认为是推荐系统算法中应用最为成功的技术之一。它通常采用最近邻（K-Nearest-Neighbor， KNN）算法，利用用户的历史记录来计算用户之间的距离，然后利用目标用户的最近邻用户对物品评价来预测目标用户对其他未评价物品的感兴趣程度，系统从而根据这一感兴趣程度来对目标用户进行推荐。