Memory-based和Model-based推荐系统
以下理解参考该文章:
memory-based-vs-model-based-recommendation-systems
Memory-based: 主要通过计算近似度来进行推荐,比如user-based和item-based协同过滤,这个两个模式中都会首先构建用户交互矩阵,然后矩阵的行向量或者列向量可以用来表示用户和item,然后计算用户或者物品的相似度来进行推荐。这里叫Memory是可能是因为要事先把交互矩阵载入到内存中进行计算吧。
Model-based:主要是对交互矩阵进行填充,预测用户购买某个
原创
2020-06-15 16:18:01 ·
1377 阅读 ·
0 评论