"""
原始呈现的矩阵是：用户m x 物品n
基于用户的协同过滤：用户相似度矩阵m x m 点乘 用户m x 物品n = 用户m x 物品n
基于物品的协同过滤：用户m x 物品n 点乘 物品相似度矩阵n x n = 用户m x 物品n
基于用户的协同过滤: 用户0和用户1的相似度 乘 用户1对a的评分 + ...
基于物品的协同过滤: 用户0对物品a的评分 乘 物品a和物品b的相似程度 + ...
区别：
1.维护相似矩阵上
如果全量计算，都需要 用户m x 物品n，两者在哪个相似矩阵好维护上差不别不大。
如果难以全量计算，取前若干个相似的，就要考虑哪个矩阵好维护了。数量级大了，这种情况更常见。
2.意义上不同
基于用户的协同过滤：根据这群用户群里的数据去推，主要推热门物品。
基于物品的协同过滤：根据指定用户已有的物品评分去推，会推小众物品。
"""
