个性化推荐系统 5-1 content-based算法知识介绍

一、个性化召回算法Content based背景介绍

1. 思路简单，可解释性强

任何一个推荐系统的初衷，都是推荐出用户喜欢的item。

基于内容的推荐，恰恰是根据用户的喜好之后，给予用户喜欢的物品。

eg：某一个用户经常点击体育类的新闻，那么在这个用户下一次访问这个网站系统的时候，自然而然的给用户推荐体育类型的新闻。那么对于推荐结果可解释性非常的强。

2. 用户推荐的独立性

基于内容的推荐，推荐的结果只与该用户本身的行为有关系，其余用户的行为是影响不到该用户的推荐结果的。但是，联想一下，之前提到的无论是CF还是LFM、personal rank以及item2vec，其余用户的行为都会一定程度上，或多或少的干预到最后的推荐结果。

3. 问世较早，流行度高

由于基于内容推荐思路的极简性，可解释性，所以它出现的非常早；并且，无论是在工业界，还是研究界，都最为一种基础的算法，流行度非常的高。

但是，任何事物都是有两面性的，基于内容的推荐不是说是完美的，它同样有一些非常明显的缺点。</