2022-2023赛季高职大数据竞赛(样题解析)-数据挖掘-任务二：推荐系统（一）
任务描述
根据上述任务的结果，计算出与用户customer_id为5811的用户所购买相同商品种类最多的前10位用户id（只考虑他俩购买过多少种相同的商品，不考虑相同的商品买了多少次），并根据Hive的dwd库中相关表或MySQL数据库shtd_store中相关表，获取到这10位用户已购买过的商品，并剔除用户5811已购买的商品，通过计算这10位用户已购买的商品（剔除用户5811已购买的商品）与用户5811已购买的商品数据集中商品的余弦相似度累加再求均值，输出均值前5商品id作为推荐使用。
结果格式如下：
------------------------推荐Top5结果如下------------------------ 相似度top1(商品id：1，平均相似度：0.983456) 相似度top2(商品id：71，平均相似度：0.782672) 相似度top3(商品id：22，平均相似度：0.7635246) 相似度top4(商品id：351，平均相似度：0.7335748) 相似度top5(商品id：14，平均相似度：0.522356)
实现原理
在本任务需求中，实际上需要完成两次相似度计算：
- 找到与用户5811相似的其他用户（这已经在上一任务中完成过一次）；
- 要求实现按商品相似度进行商品推荐，即从任务一中找出的最相似的10位用户所购买的商品集中，剔除用户5811已经购买的商品，从剩下的商品中推荐最相似的5种商品。
这个需求可用下图辅助理解：
