4.2.1　基于用户的协同过滤

从上面的算法思想出发，我们可以将与该用户最相似的用户喜欢的标的物推荐给该用户，这就是基于用户的协同过滤的核心思想。

用户u对标的物s的喜好度sim(u,s)可以采用如下公式计算

其中，U是与该用户最相似的用户集合（我们可以基于用户相似度找到与某用户最相似的K个用户），score(u_i,s)是用户u_i对标的物s的喜好度（对于隐式反馈为1，而对于非隐式反馈，该值为用户对标的物的评分），sim(u,u_i)是用户u_i与用户u的相似度。

有了用户对每个标的物的评分，基于评分降序排列，就可以取评分最大的topN的标的物推荐给用户了。