决策树；剪枝策略；ID3算法；C4.5算法；CART算法

均方根误差（RMSE）、平均绝对误差(MAE)、Top-N推荐、F-Measure、召回率(Recall)、准确率(Precision)

皮尔逊相关系数、斯皮尔曼等级相关系数、肯德尔相关系数

简单了解基于人口统计学的推荐算法

协同过滤推荐算法

余弦相似度  余弦相似度：用向量空间中两向量夹角的余弦值作为衡量两个个体之间差异的大小。余弦值越接近1，表明两个向量的夹角越接近0度，则两个向量越相似。余弦值越接近0，表明两个向量的夹角越接近180度，则两个向量越不相似。  如存在向量a=(x1,y1)和向量b=(x2,y2)，由几何定义计算内积a·b=|a||b|cosθ，可知：  则根据二维向量引向多维向量A(x1,y1,z1…)和B(x2,

皮尔逊相关系数、斯皮尔曼等级相关系数、肯德尔相关系数