标签:UserCF 推荐 用户 userCF 过滤 itemCF 物品 ItemCF 个性化
UserCF原理:UserCF给用户推荐那些和他具有共同兴趣爱好的用户喜欢的物品
ItemCF原理:ItemCF给用户推荐那些和他之前喜欢的物品类似的物品
UserCF的推荐更社会化,反映了用户所在的小型兴趣群体中物品的热门程度;而ItemCF的推荐更加个性化,反映了用户自己的兴趣传承
UserCF适合于新闻推荐的原因:
- 热门程度和时效性是个性化新闻推荐的重点,而个性化相对于这两点略显次要
- UserCF需要维护一个用户兴趣相似表,而ItemCF需要维护一个物品相似表,在新闻推荐系统中物品的更新速度是很快的,那么如果采用ItemCF的话,物品相似度表也需要很快地更新,这是难以实现的
ItemCF适合于图书、电子商务和电影网站的原因:
- 用户的兴趣是比较固定和持久的
- 这些系统中用户不太需要流行度来辅助他们判断一个物品的好坏,而是可以通过自己熟知的领域的知识自己判断物品的质量
UserCF的适用场合:
- 用户较少的场合,如果用户很多,计算用户相似度度矩阵代价很大(新闻网站)
- 时效性较强,用户个性化兴趣不太明显的领域
- 不需要给出令用户信服的推荐解释
ItemCF的适用场合:
- 适用于物品的数量明显小于用户的数量的场合,如物品很多(网站),计算物品的相似度矩阵代价很大
- 长尾物品丰富,用户个性化需求强烈的领域
- 需要利用用户的历史行为给用户做推荐解释,可以令用户比较信服
标签:UserCF,推荐,用户,userCF,过滤,itemCF,物品,ItemCF,个性化 来源: https://www.cnblogs.com/zjuhaohaoxuexi/p/11809278.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。