diff --git a/README.md b/README.md
index ee1a129..416f653 100644
--- a/README.md
+++ b/README.md
@@ -48,6 +48,7 @@
 2. 找到这个集合中的用户喜欢的，且目标用户没有听说过的物品推荐给目标用户
 
  **缺点** 
+
 1.数据稀疏性
 一个大型的电子商务推荐系统一般有非常多的物品，用户可能买的其中不到1％的物品，不同用户之间购买的物品重叠性较低，导致算法无法找到一个用户的偏好相似的用户。这导致UserCF不适用与那些正反馈获取较困难的应用场景(如酒店预订，大件商品购买等低频应用)
 
@@ -69,6 +70,7 @@ UserCF需要维护用户相似度矩阵以便快速的找出Topn相似用户，
 2.根据物品的相似度和用户的历史行为给用户生成推荐列表（购买了该商品的用户也经常购买的其他商品）
 
  **缺点** 
+
 1.数据稀疏性
 ![输入图片说明](1675760919069.jpg)
 表中数据0代表用户没有商品打分，1代表用户对商品打分了