题目：

首先建立投资者投资特征向量UC=（LPM、PVM、PEM、PTM、PBM），其中：LPM、PVM、PEM、PTM、PBM分别表示投资者已投项目的领投额占比、项目估值、认购人数、项目讨论数和投资比的平均值，然后，基于内容的个性化推荐策略和投资者特征向量，实现股权众筹项目的推荐。推荐算法描述如下：

输入：投资者投资行为数据和众筹项目信息

输出：m 众筹项目

步骤1 ：根据投资者的历史投资数据，建立投资者的特征向量UC；

步骤2： 对投资者，用（1）式计算与其他投资者的相似性，并选择与其最相似的K个投资者组成集合；

（1）

其中，、分别表示投资者、特征向量相应维度的取值。

步骤3：统计中投资者投资每个项目的人数，将投资人数最多的前个项目推荐给投资者。

老师提示：

题目要求实际上就是对test集合中的用户完成项目推荐（只需要给出推荐的项目名称或编号即可）

对test中的一个用户u—从train中找到相似用户集合Nu—从train投资人项目数据集中找到相似用户投资过的项目信息，选择满足约定的项目推荐给用户u—最后根据用户u实际投资的项目（test投资人项目数据集）计算推荐的准确度。

思路：

一、完成test表中用户u的项目推荐

（目标：要给出推荐的项目名称或编号）

Train：找到相似用户Nu集合（步骤2）

Train 投资人：根据train中找到的相似用户Nu投资过的信息，完成对test用户u的推荐

二、对比我们推荐与实际结果的差距

（目标：计算准确度）

Test 投资人：test用户u实际投资的项目