最近比较关注Customer Segmentation和Personalized Recommendation。
国内电子商务圈好像很少提起这件事情（我之前写过Use personalized recommendation algorithm to enhance conversion rate for ecommerce website，不过也没什么反响）……所以随便写点科普一下。
本文大部分知识来自于一份叫做Item-to-Item Collaborative Filtering的文档，如果有条件，建议看原文。
这个文档的好处是：
- 写很短，只有５页，其它相关论文动辄上百页，打印出来都觉得是在浪费森林
- 写很简单，我这种技术白痴也可以看
- 号称是Amazon官方算法
坏处是：
- 写得很简单，所以有基础的同学们不用看了。真想了解的话可以用英文搜索相关关键词，研究论文还是很多的
- 2003年出的，比较古老
文章主要比较了三种算法：
- Collaborative Filtering
- Cluster models
- Item-to-Item Collaborative Filtering
下面分几个post来详细说：
Popularity: 2% [?]
