一、定义
UserCF:推荐那些和他有共同兴趣爱好的用户喜欢的物品
ItemCF:推荐那些和他之前喜欢的物品类似的物品
根据用户推荐重点是反应和用户兴趣相似的小群体的热点,根据物品推荐着重与用户过去的历史兴趣,即:
UserCF是某个群体内的物品热门程度
ItemCF是反应本人的兴趣爱好,更加个性化
二、新闻类网站采用UserCF的原因
- 用户大都喜欢热门新闻,特别细粒度的个性化可忽略不计
- 个性化新闻推荐更强调热点,热门程度和实效性是推荐的重点,个性化重要性则可降低
- ItemCF需要维护一张物品相关度的表,当物品量更新速度太快时,此表的维护在技术上有难度。新闻类网站对于新用户可直接推荐热门新闻即可
- 对于电商、音乐、图书等网站而言,ItemCF的优势更大
- 用户的兴趣比较固定和持久;
- 不需要太过考虑流行度,只需要帮用户发现他研究领域相关物品即可
- 技术角度考量
UserCF需要维护一个用户相似度矩阵
ItemCF需要维护一个物品相似度矩阵
三、优缺点对比
项目 | UserCF | ItemCF |
---|---|---|
性能 | 适用于用户较少的场合,如果用户过多,计算用户相似度矩阵的代价交大 | 适用于物品数明显小于用户数的场合,如果物品很多& |