基于用户和基于物品的协同过滤算法的比较

协同过滤算法包括基于用户的UserCF和基于物品的ItemCF。UserCF寻找兴趣相似用户推荐热点,常用于新闻网站,强调社会化和时效性;而ItemCF通过物品相似度推荐,适用于图书、电商等,注重个性化和推荐理由,提高用户信任度。
摘要由CSDN通过智能技术生成

首先回顾一下,协同过滤算法主要有两种,一种是基于用户的协同过滤算法(UserCF),另一种是基于物品的协同过滤算法(ItemCF)。

基于用户的协同过滤算法主要有两步:

1)找到和目标用户兴趣相似的用户集合 

  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。

基于物品的协同过滤算法主要有两步:

1&#

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值