content-based 的初步理解

content-based recommendation 起源于information retrieval and informatio filtering research.

1基本思路是选择与用户以往偏好相似的item ，content-based方法主要适用于text-based的推荐

2主要方法：

 A . Content（s）表示 item s 的属性集（一般为文本推荐，因此一般为doucument的关键词组成）
文档i有k个关键词表示，每个关键词的权重为wi,j.
通常借用 IR领域的 TF-IDF方法求的。


B.用户的偏好 从以往的打分和行为中分析获得，同样通过IR领域的方法构造成k个关键词。关键词的权重计算方法有 Rocchio algorithm，Bayesian classifier，Winnow algorithm等


C.content（s） 与ContentBasedP rofile（c）的相似。
两类方法:
  1 启发式方法：如cosine similarity measure
  2 model-based的方法：机器学习中的贝叶斯分类器、聚类、决策树等


3 缺点
 A.受限于内容分析。或使用IR领域的方法自动抽取关键词（不能分析多媒体），或手动标记。还有就是若关键词集合一样不同的item会被认为同一个item，而且还有一个问题是关键词无法区分document文档的优劣（如文笔精彩与否）
 B.DIVERSITY
   推荐结果总是偏向用户之前的喜好

 C 新用户，冷启动问题

参考:Toward the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions