首页 > 其他 > 详细

协同过滤的itemCF,userCF区别适用场景

时间:2019-11-06 23:17:08      阅读:115      评论:0      收藏:0      [点我收藏+]

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

协同过滤的itemCF,userCF区别适用场景

原文:https://www.cnblogs.com/zjuhaohaoxuexi/p/11809278.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!