推荐算法
主要在工业界使用了推荐算法在我们的系统中
1.召回算法
itemcf 物品协同过滤 实现
由此产生了基于物品的协同过滤（itemCF）给用户推荐和他们之前喜欢的物品相似的物品。不过ItemCF算法不是根据物品内容属性计算物品之间相似度，它主要通过分析用户的行为记录来计算物品之间的相似度。

2.基于物品的协同过滤算法主要分为两步：
1）：计算物品之间的相似度 2）：根据物品之间相似度和用户的历史行为给用户生产推荐列表。
3.LFM 实现
LFM算法是属于隐含语义模型的算法，不同于基于邻域的推荐算法。
4.Personal rank 实现
基于图的推荐算法，类似于Page Rank 算法