推荐系统最常用的是协同过滤算法,下面我们来分析下同过滤算法
协同过滤算法可分为:
1.基于用户的(UserCF)
2.基于商品的(itemCF)
3.基于模型的(ModelCF)
按照模型可以分为
1.最近邻模型:基于距离的协同过滤
2Latent Factor Model(SVD):基于矩阵分解
3Graph:图模型
1.基于用户的协同过滤-基于用户相似性
通过不同用户对物品的评分来预测用户之间的相识度,基于用户之间的相似度做出推荐,就是给用户推荐和他兴趣相似的其他用户喜欢的物品
物品/用户 物品A 物品B 物品C 物品D
用户A 1 1 推荐
用户B 1
用户C 1 1 1
我们要给A推荐物品,因为用户A和C买的东西非常相似,用户C买了物品D,所有我们可以給用