偏好分析：

1. 通过标签分析：人可能喜欢的内容或者产品。

标签是指人的偏好，或者文章、内容、贺卡的属性。如：感性、浪漫、宁静等。
人在浏览文章时，人的标签和文章的标签一致，那么双方标签权重各加一。
如下表格（标签用字母代替，人有A、C、D、E,文章有B、C、D标签如下图）

image.png

当人在浏览c文章后相同标签会加权,权重改变如下图：

image.png

当人浏览了很多文章，很多文章被人浏览后权重又会改变,如下图：

image.png

将数据带入坐标系中如图，形成两条折线：

image.png

用数据库中海量文章循标签折线环与人的标签折线对比，得到最相似折线，或者路劲最短折线的文章就为人最喜欢的文章。商品也是同理。（循环小二乘法）

2. 行为加权：通过用户在使用软件时对行为数据收集

信息收集情况如下

image.png

3. 分析人的关系权重。

通过管理人的关系权重来判断关系亲密程度。
例如：人在允许APP读取通讯录时增加关系权重，通讯录有的用户关系权重+1。送花时标记为父亲的+100。标记为老婆的：80.等。这样最终我们系统就知道了用户朋友关系亲密程度的排序。
理论上亲密度排名前50度的好朋友喜欢的东西我们也喜欢。

4. 分析好友喜欢的商品。

image.png

表1：
用户3与用户1相似，用户3所喜欢的物品，用户1应该也喜欢，所以物品D可以推荐给用户1；

表2: 物品A与物品D受欢迎程度类似，所以物品D与A是某一类用户会同时喜欢的物品，物品D可以推荐给用户1。