基于用户和物品的协调过滤算法的比较

1、优缺点比较

2、性能比较
首先要指出的是，离线实验的性能在选择推荐算法时并不起决定作用。首先应该满足产品的需求，比如如果需要提供推荐解释，那么可能得选择 ItemCF 算法。其次，需要看实现代价，比如若用户太多，很难计算用户相似度矩阵，这个时候可能不得不抛弃 UserCF 算法。最后，离线指标和点击率等在线指标不一定成正比。而且，这里对比的是最原始的 UserCF 和 ItemCF 算法，这两种算法都可以进行各种各样的改进。一般来说，这两种算法经过优化后，最终得到的离线性能是近似的。