协同过滤的itemCF,userCF区别适用场景
UserCF原理:UserCF给用户推荐那些和他具有共同兴趣爱好的用户喜欢的物品
ItemCF原理:ItemCF给用户推荐那些和他之前喜欢的物品类似的物品
UserCF的推荐更社会化,反映了用户所在的小型兴趣群体中物品的热门程度;而ItemCF的推荐更加个性化,反映了用户自己的兴趣传承
UserCF适合于新闻推荐的原因:
- 热门程度和时效性是个性化新闻推荐的重点,而个性化相对于这两点略显次要
- UserCF需要维护一个用户兴趣相似表,而ItemCF需要维护一个物品相似表,在新闻推荐系统中物品的更新速度是很快的,那么如果采用ItemCF的话,物品相似度表也需要很快地更新,这是难以实现的
ItemCF适合于图书、电子商务和电影网站的原因:
- 用户的兴趣是比较固定和持久的
- 这些系统中用户不太需要流行度来辅助他们判断一个物品的好坏,而是可以通过自己熟知的领域的知识自己判断物品的质量
UserCF的适用场合:
- 用户较少的场合,如果用户很多,计算用户相似度度矩阵代价很大(新闻网站)
- 时效性较强,用户个性化兴趣不太明显的领域
- 不需要给出令用户信服的推荐解释
ItemCF的适用场合:
- 适用于物品的数量明显小于用户的数量的场合,如物品很多(网站),计算物品的相似度矩阵代价很大
- 长尾物品丰富,用户个性化需求强烈的领域
- 需要利用用户的历史行为给用户做推荐解释,可以令用户比较信服
协同过滤的itemCF,userCF区别适用场景相关推荐
- 推荐系统-模型(一):召回模型【协同过滤类: ItemCF/UserCF】【Embedding类】【Dssm/双塔/word2vec】【图类召回算法 (Deepwalk、EGES)】
推荐系统-召回模型:[协同过滤类: ItemCF/UserCF][Embedding类][Dssm/双塔/word2vec][图类召回算法 (Deepwalk.EGES)]
- 使用Spark DataFrame实现基于物品的协同过滤算法(ItemCF)
简书不支持Markdown Math语法,请移步https://glassywing.github.io/2018/04/10/spark-itemcf/ 简介 当前spark支持的协同过滤算法只有A ...
- 推荐系统实践(二)----基于物品的协同过滤算法(ItemCF)
上一篇博客我简单讲了一下基于用户的协同过滤算法,这里我们一起来学习一下另一种:基于物品的协同过滤算法.基于物品的协同过滤算法是目前业界应用最多的算法,亚马逊.Netflix.Hulu.YouTub ...
- 基于物品的协同过滤算法ItemCF
基于物品的协同过滤算法ItemCF 基于item的协同过滤,通过用户对不同item的评分来评测item之间的相似性,基于item之间的相似性做出推荐.简单来讲就是:给用户推荐和他之前喜欢的物品相似的物 ...
- Hadoop案例之基于物品的协同过滤算法ItemCF
Hadoop案例之基于物品的协同过滤算法ItemCF 转载自:http://blog.csdn.net/qq1010885678/article/details/50751607?locationNu ...
- 协同过滤推荐算法:UserCF、ItemCF python现实
目录 一.协同过滤算法 二.基于邻域的算法:UserCF.ItemCF 三.UserCF.ItemCF的改进 一.协同过滤推荐算法 协同过滤算法是指基于用户行为数据设计的推荐算法,主要包括: 1.基于 ...
- usercf代码java_基于用户的协同过滤算法(UserCF)原理以及代码实践
简介 协同过滤(collaborative filtering)是一种在推荐系统中广泛使用的技术.该技术通过分析用户或者事物之间的相似性,来预测用户可能感兴趣的内容并将此内容推荐给用户.这里的相似性可 ...
- 协同过滤算法_机器学习 | 简介推荐场景中的协同过滤算法,以及SVD的使用
本文始发于个人公众号:TechFlow,原创不易,求个关注 今天是机器学习专题的第29篇文章,我们来聊聊SVD在上古时期的推荐场景当中的应用. 推荐的背后逻辑 有没有思考过一个问题,当我们在淘宝或者是 ...
- 协同过滤算法分类-UserCF
UserCf 基于用户的协同过滤算法 给用户推荐相似兴趣用户感兴趣的物品 举例如下: 用户ABCD物品a.b.c.d 上述的信息汇总userA点击了item a.b.d类似往后userD 点击了ite ...
最新文章
- viewpager 无网络的时候滑动异常
- java.lang.IllegalStateException: Can not perform this action after onSaveInstanceState
- 源码分析参考:Pipelines
- 双11后,翘首盼快递物流素材模板,先来看看各快递公司的海报吧!
- junit单元测试报错Failed to load ApplicationContext,但是项目发布到tomcat浏览器访问没问题...
- 相似图片搜索的原理(二)(转)
- Setup Factory 卸载 Invalid Start mode :archive filename
- 将分子SMILES生成DGLGraph
- 团体程序设计天梯赛-练习集 L1-058 6翻了 (15 分)
- 微信小程序实现文字识别-ocr插件
- android 应用置顶到最前端_Android 将后台应用切换到前台
- 互联网出海现在还是风口么?
- 关于西数黑盘那些事 原来这样滴 小伙伴们都惊呆了
- Cuboid之key-value
- 步进电机H桥驱动电路设计 【转】
- java线程sleep没用_java – 为什么Thread.sleep使用不好
- 49元的NB-IOT爆款定位器单品如何打造?
- 浅谈HDFS的设计思想和实现思路
- 蚂蚁金服 mPaaS IDEA 插件实践Demo演示
- openxr runtime Monado 源码解析 源码分析:CreateInstance流程(设备系统和合成器系统)Compositor comp_main client compositor