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