基于用户的协同过滤 | 基于物品的协同过滤 | |
性能 | 用于用户少的情形,用户太多时用户相似度矩阵计算代价大 | 用于物品数小于用户数的场景 |
领域 | 时效性强,用户个性化兴趣不明显 | 长尾物品丰富,用户个性化需求强 |
实时性 | 用户有新行为,不一定造成推荐结果立马变化 | 用户有新行为会导致推荐结果变化 |
冷启动 | 用户相似度矩阵每隔一段时间离线计算一次,新物品上线一段时间后可以将新物品推荐给感兴趣用户 | 新用户只要对某一物品感兴趣,就可以推荐相似的物品给他 |
推荐理由 | 难以提供令人信服的推荐解释 | 利用用户的历史行为给用户推荐做解释 |