当前版本：1.0，11/15/2000
SUGGEST是一个顶部-N个实现各种类型的推荐引擎推荐算法。顶部-N个推荐系统，个性化信息过滤技术，用于识别一组N个项目这将是特定用户感兴趣的。近年来，前N推荐系统已经在许多不同的应用中使用，例如推荐客户最有可能购买的产品；推荐电影，电视节目或音乐会让用户感到愉悦；确定将感兴趣的；甚至建议其他搜索信息的方法。
SUGGEST实现的算法基于协同过滤是构建推荐系统最成功、应用最广泛的框架。SUGGEST实现了两类基于协作过滤的前N推荐算法，称为基于用户和基于项目.
特征：
| 提供高质量的建议！ |
|---|
| 在广泛的数据集上基于项目推荐算法产生的结果质量比这高出30%实现了基于传统协同过滤的算法。 |
| 实现低推荐延迟！ |
|---|
| 这个基于项目算法可以计算顶部-10建议在现代工作站和服务器上使用少于5us的内存。 |
| 可扩展到大型数据集！ |
|---|
| 两者都是基于用户和基于项目算法可以缩放对于非常大的数据集，性能不会显著下降。 |