diff --git a/src/python/14.SVD/svdRec.py b/src/python/14.SVD/svdRec.py
new file mode 100644
index 00000000..f705e37e
--- /dev/null
+++ b/src/python/14.SVD/svdRec.py
@@ -0,0 +1,30 @@
+# coding=utf-8
+def loadExData():
+    return[[1,1,1,0,0],
+           [2,2,2,0,0],
+           [1,1,1,0,0],
+           [5,5,5,0,0],
+           [1,1,0,2,2],
+           [0,0,0,3,3],
+           [0,0,0,1,1]]
+
+from numpy import * 
+from numpy import linalg as la
+# 欧氏距离相似度，假定inA和inB 都是列向量
+# 计算向量的第二范式，相当于计算了欧氏距离
+def ecludSim(inA,inB):
+    return 1.0/(1.0 + la.norm(inA - inB))
+
+# pearsSim()函数会检查是否存在3个或更多的点。
+# corrcoef直接计算皮尔逊相关系数
+def pearsSim(inA,inB):
+    # 如果不存在，该函数返回1.0，此时两个向量完全相关。
+    if len(inA)< 3 :return 1.0
+    return 0.5 + 0.5*corrcoef(inA,inB,rowvar = 0)[0][1]
+
+# 计算余弦相似度
+def cosSim(inA,inB):
+    num = float(inA.T*inB)
+    denom = la.norm(inA)*la.norm(inB)
+    return 0.5 +0.5*(num/denom)
+