AIR 亚马逊商品智能推荐系统产品系统

针对电商行业的商品推荐场景，旨在解决海量商品中用户找到心仪物品困难的问题。基于亚马逊真实商品数据集，通过算法挖掘用户与物品之间的潜在关联，提升商品的曝光转化率与用户购物满意度

主要包括数据预处理与特征提取、用户相似度计算、推荐模型训练与测试评估。支持基于用户历史行为（如评分、购买）生成个性化推荐结果，覆盖书籍、乐器等多个品类。包含商品浏览、搜索、购物车等界面.

本人负责特征工程与推荐算法设计。从亚马逊数据集中提取并清洗数据。在MongoDB中实现MapReduce程序，高效计算583k商品中用户间的相似度评分。基于相似度设计并实现了协同过滤（Collaborative Filtering）算法，显著提升了推荐精度，并在10个类