第5章　基于朴素ML思想的协同过滤算法

第4章介绍了经典的基于标的物的协同过滤推荐算法。本章会继续介绍3种协同过滤算法，这3种算法的思路和原理都很简单，容易理解，也易于工程实现，非常适合我们快速搭建推荐算法原型，并快速上线到真实业务场景中，作为其他更复杂算法的基线，提供效果对比参考。

具体来说，本章是利用关联规则、朴素贝叶斯（Naive Bayes）和聚类这3类机器学习算法来做协同过滤推荐的方法。此外，本章还会介绍3个基于这3类机器学习算法的工业级推荐系统，这3个推荐系统被YouTube和Google分别用于视频和新闻推荐中（其中会介绍Google News的两个推荐算法），这些算法在YouTube和Google News早期产品中得到采用，并且在当时的情况下效果非常不错，值得我们深入了解和学习。