8.【近邻推荐】人以群分,你是什么人就看到什么世界
协同过滤,普通且重要。
协同过滤
推荐系统度过了只能使用基于内容的推荐阶段后,就有了大量的用户行为数据。这个用户物品的关系矩阵中填充的就是用户对物品的态度,但并不是每个位置都有,需要的就是把那些还没有的地方填起来。这个关系矩阵是协同过滤的命根子,一切都围绕它来进行。
协同过滤是一个比较大的算法范畴。通常划分为两类:
- 基于记忆的协同过滤(Memory-Based):
就是记住每个人消费过什么东西,然后给他推荐相似的东西,或者推荐相似的人消费的东西- 基于模型的协同过滤(Model-Based):
是从用户物品关系矩阵中去学习一个模型,从而把那些矩阵空白处填满
基于记忆的协同过滤的一种——基于用户,或者叫做 User-Based, User to User。