content based recommendation

基于内容的推荐一般多用于文本推荐中，比如新闻推荐。本质上就是根据文本的信息来预测用户是否感兴趣。一种方法是根据文本的内容和用户的个人兴趣信息计算DICE DISTANCE，即：

$$\frac{2\times |keywords(b_i)\bigcap keywords(b_j)|}{|keywords(b_i)|+|keywords(b_j)|}$$

一种是直接计算待推荐的文本和用户过去浏览过的文本间的相似度。根据相似度和评分信息来预测用户对待推荐文本的评分。

借助模型的方法本质上就是文本分类的问题，可以采用各类文本分类算法求解，譬如navie bayes,logistic regression,fasttext，GBDT等或深度学习的方法，这种方法有一个问题是由于没有利用用户本身的信息，单单利用文本内容建模，则对于每个用户都要建立一个模型，因为不同用户的兴趣不同。