基于物品的协同过滤推荐
协同过滤分为两类:
- 基于物品的协同过滤
- 基于用户的协同过滤
所以基于物品的协同过滤本质上还是协同过滤,它采用的是用户行为之间的相似性来推荐。
例如,用户A看了电影a和电影b,用户B看了电影a和电影c,用户C看了电影b和电影c,那么可能把电影a推给用户C,因为从用户A和用户B的行为来看,abc是同一类电影。
基于内容的推荐
基于内容的推荐核心思想是利用物品的相似性进行推荐的。
例如,用户A看了电影a和电影b,电影a是悬疑类,电影b也是悬疑类,这个时候,系统会给用户A推荐同样是悬疑类的电影c。
两者的区别
两个区别在于:基于用户的协同过滤是利用用户的行为来计算相似性,而基于内容的推荐是利用物品的属性来进行推荐。