UserCF推荐的是与用户兴趣相同的用户们喜欢的物品——哪怕用户根本不认识这些人。
ItemCF推荐的是与用户之前感兴趣的物品相似的物品。
UserCF更横向，更社会化。
ItemCF更纵向，更个性化。
UserCF要维护一个用户相似度矩阵，适合用户较少的场合。
ItemCF要维护一个物品相似度矩阵，适合物品较少的场合。
例如，TB、JD这样的商城，商品数再多，也比用户数少，适用ItemCF。
如网易、头条这样的新闻网站，用户数固然多，但相比几乎是无限增长的新闻，还是适用UserCF。
虽然用户、物品相似度矩阵都需要一定频率的离线计算，但从实时性来讲，用户对新物品产生了行为，在UserCF中，不一定能造成推荐结果的实时变化，因为要等用户相似度重新计算。但在ItemCF中，大概率会导致推荐结果的实时变化，因为新物品的相似度已经计算完毕。
当然，如果物品刚上线，还没有用户对其产生行为，也就没什么相似度了。必须是上线一段时间，且有一定用户对其产生了行为之后，方可产生推荐。
哈利波特问题
其实就是如何减少热门商品对推荐结果影响的问题。
所有的厨师都会买油盐酱醋，但不能总给用户推荐油盐酱醋吧。或者说，因为川菜厨师和粤菜厨师都买了油盐酱醋，就给粤菜厨师推荐火锅底料吧。
在UserCF中
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
