1 引言
在推荐的发展历史中,Amazon 在 ItemCF 上进行了不少的探索。2003年,其在 IEEE INTERNET COMPUTING 发表的《http://Amazon.com Recommendations: Item-to-Item Collaborative Filtering》一文中提出了 ItemCF 推荐算法,引起了不小的波澜。其主要优势是
:
- 简单可扩展;
- 可解释性强;
- 实时性高;
在早期,ItemCF/UserCF 往往被用于推荐主算法,在当下一般作为召回算法。UserCF 适用于用户数的变化频率小于物品数的变化频率的场景,ItemCF 则相反。当今的互联网环境下确实是更适合 ItemCF 发挥。
而本文就是为了介绍其新提出的一种改进的 ItemCF 算法 ExpectationI2I
,当然有的地方名字可能不一样。这是由 Amazon 在 2017 年的 IEEE INTERNET COMPUTING 上发表的文章《Two Decades of Recommender Systems at Amazon.com》中介绍的。