协同过滤中余弦相似度和皮尔逊

协同过滤是一种常用的推荐系统算法，其中余弦相似度和皮尔逊相关系数是两种常用的相似度度量方法。

1. 余弦相似度（Cosine Similarity）是一种衡量两个向量之间相似性的方法。在协同过滤中，我们可以将用户或物品表示为向量，其中每个维度代表一个特征或属性。余弦相似度通过计算两个向量之间的夹角来衡量它们的相似程度，值越接近1表示越相似，值越接近-1表示越不相似。

2. 皮尔逊相关系数（Pearson Correlation Coefficient）也是一种衡量两个变量之间相关性的方法。在协同过滤中，我们可以将用户或物品的评分看作是变量，皮尔逊相关系数通过计算两个变量之间的协方差和标准差来衡量它们的相关程度。值范围在-1到1之间，值为1表示完全正相关，值为-1表示完全负相关，值为0表示无相关性。