memo

除以上较为普遍的算法以外，还有多种由协同过滤算法衍生出来的算法。利用均值平方差（Cacheda,Carneiro,Fernández,&For-moso,2011）进行协同过滤的算法，还有使用模糊集合论（fuzzy set theory）为不同的相似度赋权值的算法（Lu,Shambour,Xu,Lin,andZhang，2013）。还有学者将熵（entropy）、稀疏度（sparsity）、神经网络和机器学习用于协同过滤算法相结合提出了多种推荐算法，这里不再一一列举，但是我们需要知道，这些算法都是为了解决实际的推荐系统中所存在的冷启动问题。当然，我们说了这么多由皮尔森系数计算出来的相似度，也不能忽略余弦相似度同样能够用于计算用于之间的相似度，只不过余弦相似度算法并不计算用户对产品评分的高低，只关心用户是否对产品进行过评分。