定義
- UserCF:基於用戶的協同過濾算法
- ItemCF:基於物品的協同過濾算法
UserCF和ItemCF優缺點的對比
UserCF | ItemCF | |
---|---|---|
性能 | 適用於用戶較少的場合,如果用戶很多,計算用戶相似度矩陣代價很大 | 適用於物品數明顯小於用戶數的場合,如果物品很多(網頁),計算物品相似度矩陣代價很大 |
領域 | 時效性較強,用戶個性化興趣不太明顯的領域 | 長尾物品豐富,用戶個性化需求強烈的領域 |
實時性 | 用戶有新行爲,不一定造成推薦結果的立即變化 | 用戶有新行爲,一定會導致推薦結果的實時變化 |
冷啓動 | 在新用戶對很少的物品產生行爲後,不能立即對他進行個性化推薦,因爲用戶相似度表是每隔一段時間離線計算的 | 新用戶只要對一個物品產生行爲,就可以給他推薦和該物品相關的其他物品 |
新物品上線後一段時間,一旦有用戶對物品產生行爲,就可以將新物品推薦給和對它產生行爲的用戶興趣相似的其他用戶 | 但沒有辦法在不離線更新物品相似度表的情況下將新物品推薦給用戶 | |
推薦理由 | 很難提供令用戶信服的推薦解釋 | 利用用戶的歷史行爲給用戶做推薦解釋,可以令用戶比較信服 |