推荐系统｜2.1 协同过滤与矩阵分解简介 2.2 协同过滤

显式特征和隐式特征

可以类比感性认识和理性认识。
显式特征是指可以直接获取，并且可以用作判断的依据。
而隐式特征是指需要进一步加工分析提炼，才能作为判断的依据。
比如说评论，评论包括好评和差评，需要进一步分析其情感倾向，才会有所意义。

协同过滤

基于用户的协同过滤

比如说用户C买了商品a、b、c、d。
而用户A只买了商品b、c，可以预设用户A将来有可能会购买a和d。
比如说婴幼产品，A买了奶粉和尿布，未来大概率还是会去买摇篮和奶嘴等等。

数据稀疏，是指毕竟顾客只是购买摆放出来的商品的极少部分，而在存储上，如果采用一般的方法，将浪费大量的空间。
同时，人的购买意愿可能受到生活中各种因素的影响，可能预判的购买意愿并不符合实际情况。
再者，平台中的新用户，相当于一张没有数据的白纸，是没有办法分析其数据，与已有数据产生联系，来产生对其的商品推送。

基于商品的协同过滤