摘要：基于用户的协同过滤，基于的假设是：喜欢相同物品的用户具有相似性。相同物品越多，用户相似性越大。（有点基于统计的意思） 基于用户的协同过滤推荐机制和基于人口统计学的推荐机制都是计算用户的相似度，并基于“邻居”用户群计算推荐，但它们所不同的是如何计算用户的相似度，基于人口统计学的机制只考虑用户本身的特征 阅读全文

摘要：两类模型： 第一类：two-steps method 先计算两个网络之间每两个结点的相似性，再从N1*N2对相似性中抽取N1对匹配（N1<=N2）。 代表算法：IsoRank 第二类：objective-based 直接建立数学模型，即直接计算M对匹配的总得分值。（利用已有匹配的信息 PISwap） 阅读全文