第二章：推荐系统入门

原文：http://guidetodatamining.com/chapter2/

本章将介绍协同过滤，基本的距离算法，包括曼哈顿距离、欧几里得距离、闵科夫斯基距离、皮尔森相关系数。使用Python实现一个基本的推荐算法。

内容：

• 推荐系统工作原理
• 社会化协同过滤工作原理
• 如何找到相似物品
• 曼哈顿距离
• 欧几里得距离
• 闵可夫斯基距离
• 皮尔逊相关系数
• 余弦相似度
• 使用Python实现K最邻近算法
• 图书漂流站（BookCrossing）数据集