Collaborative filtering, 即协同过滤,是一种新颖的技术。
协同过滤分成了两个流派,一个是Memory-Based,一个是Model-Based。
关于Memory-Based的算法
就是利用用户在系统中的操作记录来生成相关的推荐结果的一种方法
主要也分成两种方法:
User-Based,即是利用用户与用户之间的相似性,生成最近的邻居,当需要推荐的时候,从最近的邻居中得到推荐得分最高的几篇文章,用作推荐;
Item-Based,即是基于item之间的关系,针对item来作推荐,Amazon.com即是使用这种方法,使用一种基本的方法来得到不俗的效果。而实验结果也表明,Item-Based的做法比User-Based更有效[2]。
对于Model-Based的算法
即是使用机器学习中的一些建模算法,在线下对于模型进行预计算,在线上能够快速得出结果。