preferences a user might give to a product. Often these are sorted and presented as “top-N'' recommendations. Also known as recommender engines, recommendation systems, and recommendation platforms
umum yang bisa diukur dalam sistem rekomendasi antara lain, preferensi dan selera. Selain itu kesamaan juga dapat ditemukan melalui data dan informasi lain seperti demografi pengguna dan status sosial.
set sampel. Dalam hal ini, set sampel bisa berupa sekumpulan restoran yang disukai pengunjung. Koefisien ini mengukur kesamaan dengan menghitung irisan antara sampel dibagi dengan gabungan sampel.
menentukan apakah kedua vektor tersebut menunjuk ke arah yang sama. Ia menghitung sudut cosinus antara dua vektor. Semakin kecil sudut cosinus, semakin besar nilai cosine similarity.