3 Methodology 3.1 Collaborative Fil

3方法论<br>3.1协同过滤挖掘设计<br>作为相似度计算和推荐算法的应用。对于相似度的计算，用户相似度或项目相似度的计算采用相似度相似的计算方法。常用的计算思路是：用N维空间向量表示项目的权重值，然后通过代数方法测量两个空间向量之间的距离和角度，以表明相似度[8]。皮尔逊相关系数是基于相关系数的常用相似度计算方法之一。为了使计算准确，通常需要找到进行评估的用户[9]。

3 Methodology <br>3.1 Collaborative Filtering Mining Design <br>As the calculation of similarity and the application of recommendation algorithm. As for the calculation of similarity, the calculation method of same similarity degree is adopted for the calculation of user similarity or project similarity. The common calculation idea is as follows: the weight values of project is expressed with N dimensional space vector, and then the distance and angle between the two space vector are measured through the method of algebra so as to indicate similarity [8]. Pearson correlation coefficient is one of the commonly-used similarity calculation methods based on correlation coefficient. In order to make the calculation accurate, it is usually necessary to find the users who evaluate [9].

3方法<br>3.1协同过滤挖掘设计<br>作为相似度计算和推荐算法的应用。在相似度计算方面，用户相似度或项目相似度的计算采用相同相似度的计算方法。一般的计算思路是：用N维空间向量表示项目的权重值，然后用代数方法测量两个空间向量之间的距离和角度，以表示相似度[8]。皮尔逊相关系数是常用的基于相关系数的相似度计算方法之一。为了使计算准确，通常需要找到评价的用户[9]。<br>