音樂(lè)推薦算法：
核心點(diǎn)
1、找到口味相似的用戶(hù)，把他們愛(ài)聽(tīng)的歌曲推薦給你；
2、找到你喜歡的歌曲類(lèi)似的歌曲，把這個(gè)歌曲推薦給你。

1、第一個(gè)問(wèn)題：

如何找到口味相似的用戶(hù)？
通過(guò)大量的用戶(hù)數(shù)據(jù)，對(duì)用戶(hù)愛(ài)聽(tīng)的歌曲設(shè)置不同的權(quán)重，

以每個(gè)用戶(hù)對(duì)所有歌曲作行為記錄并打分，這個(gè)時(shí)候就存在一個(gè)問(wèn)題，改用什么樣的算法找出2個(gè)用戶(hù)的口味近似呢？歐幾里得距離（Euclidean distance）。歐幾里得距離是用來(lái)計(jì)算2個(gè)向量之間的距離的。這里面有兩個(gè)關(guān)鍵詞，向量和距離。

一維空間是一條線(xiàn)，我們用 1，2，3……這樣單個(gè)的數(shù)，來(lái)表示一維空間中的某個(gè)位置；二維空間是一個(gè)面，我們用（1，3）（4，2）（2，2）……這樣的兩個(gè)數(shù)，來(lái)表示二維空間中的某個(gè)位置；三維空間是一個(gè)立體空間，我們用（1，3，5）（3，1，7）（2，4，3）……這樣的三個(gè)數(shù)，來(lái)表示三維空間中的某個(gè)位置。一維、二維、三維應(yīng)該都不難理解，那更高維中的某個(gè)位置該如何表示呢？

類(lèi)比一維、二維、三維的表示方法，K 維空間中的某個(gè)位置，我們可以寫(xiě)作（X1, X2， X3,... XK)。）。這種表示方法就是向量（vector）。我們知道，二維、三維空間中，兩個(gè)位置之間有距離的概念，類(lèi)比到高緯空間，同樣也有距離的概念，這就是我們說(shuō)的兩個(gè)向量之間的距離。

我們把每個(gè)用戶(hù)對(duì)所有歌曲的喜愛(ài)程度，都用一個(gè)向量表示。我們計(jì)算出兩個(gè)向量之間的歐幾里得距離，作為兩個(gè)用戶(hù)的口味相似程度的度量。

2 、兩外一個(gè)考量標(biāo)準(zhǔn)是基于相似歌曲的推薦

上面是相似用戶(hù)的歌曲推薦，但是如果是一個(gè)新用戶(hù)，我們還沒(méi)有足夠多的用戶(hù)行為數(shù)據(jù)，這個(gè)時(shí)候該如何推薦呢？這個(gè)時(shí)候就可以根據(jù)相似歌曲作推薦，如果某首歌曲跟你喜愛(ài)的歌曲類(lèi)似，我們就把它推薦給你。

那么問(wèn)題來(lái)了，如何定義2首歌是類(lèi)似的？
第一種思考，我們從歌曲的類(lèi)型，傷感的、歡快的、搖滾的、鄉(xiāng)村的、愛(ài)情的來(lái)分別打分，以這種方式來(lái)計(jì)算每首歌的歐幾里得距離，這樣可以判斷出那些歌曲比較類(lèi)似。
這種方式 對(duì)于有海量曲庫(kù)的平臺(tái)來(lái)說(shuō)，計(jì)算量會(huì)非常大，而且人工分類(lèi)的方式，有很多主觀性在里面，會(huì)影響到推薦的準(zhǔn)確性。

第二種，換一種思考模式，就是以用戶(hù)對(duì)歌曲的評(píng)價(jià)來(lái)判定2首歌是否類(lèi)似，對(duì)于2首歌，假如喜歡的用戶(hù)都差不多，可以說(shuō)明這2首歌比較類(lèi)似。

這個(gè)其實(shí)就是上面打分的倒置，只是從歌曲出發(fā)，以用戶(hù)的評(píng)分為向量，通過(guò)向量來(lái)計(jì)算2首歌的歐幾里距離，距離越小，說(shuō)明這2首歌越類(lèi)似。然后在用戶(hù)喜歡的歌曲中，找出離這些歌歐幾里得距離最小的歌曲（最類(lèi)似）推薦給他。