协同过滤（英语：Collaborative Filtering）

简单来说是利用某兴趣相投、拥有共同经验之群体的喜好来推荐使用者感兴趣的资讯，个人透过合作的机制给予资讯相当程度的回应（如评分）并记录下来以达到过滤的目的进而帮助别人筛选资讯，回应不一定局限于特别感兴趣的，特别不感兴趣资讯的纪录也相当重要。协同过滤又可分为评比（rating）或者群体过滤（social filtering）。其后成为电子商务当中很重要的一环，即根据某顾客以往的购买行为以及从具有相似购买行为的顾客群的购买行为去推荐这个顾客其“可能喜欢的品项”，也就是借由社群的喜好提供个人化的资讯、商品等的推荐服务。除了推荐之外，近年来也发展出数学运算让系统自动计算喜好的强弱进而去芜存菁使得过滤的内容更有依据，也许不是百分之百完全准确，但由于加入了强弱的评比让这个概念的应用更为广泛，除了电子商务之外尚有资讯检索领域、网络个人影音柜、个人书架等的应用等。

优点

以使用者的角度来推荐的协同过滤系统有下列优点:

能够过滤机器难以自动内容分析的资讯，如艺术品，音乐等。
共用其他人的经验，避免了内容分析的不完全或不精确，并且能够基于一些复杂的，难以表述的概念（如资讯品质、个人品味）进行过滤。
有推荐新资讯的能力。可以发现内容上完全不相似的资讯，使用者对推荐资讯的内容事先是预料不到的。可以发现使用者潜在的但自己尚未发现的兴趣偏好。
推荐个性化、自动化程度高。能够有效的利用其他相似使用者的回馈资讯。加快个性化学习的速度。

缺点

虽然协同过滤作为一推荐机制有其相当的应用，但协同过滤仍有许多的问题需要解决。整体而言，最典型的问题有

新使用者问题(New User Problem) 系统开始时推荐品质较差
新项目问题(New Item Problem) 品质取决于历史资料集
稀疏性问题（Sparsity）
系统延伸性问题（Scalability）。

协同过滤（英语：Collaborative Filtering）相关推荐

神经协同过滤Neural Collaborative Filtering(NCF)
Neural Collaborative Filtering 简述矩阵分解(MF) NCF 1.GMF 广义矩阵分解 2.MLP(多层感知机) 3.NeuMF 实验简述这篇论文是何向南博士所写 ...
协同过滤（Collaborative Filtering）：UserCF and Item CF
具体的学习资料可以参考王喆老师的<深度学习推荐系统>,已经梳理好了知识体系,我也将按照这个路线再次梳理一遍,同时做一些拓展和加深理解一.前言系统过滤曾是多年前推荐系统领域的应用最广泛的 ...
基于用户的协同过滤(user-based collaborative filtering)
姓名:wagsyang 日期:星期四, 08. 十二月 2016 03:25下午简介本文是集体智慧编程一书的学习笔记. 一个协作型过滤算法通常是对一大群人进行搜索,并从中找出与我们品味相近的一小 ...
基于物品的协同过滤推荐算法——读“Item-Based Collaborative Filtering Recommendation Algorithms”
最近参加KDD Cup 2012比赛,选了track1,做微博推荐的,找了推荐相关的论文学习."Item-Based Collaborative Filtering Recommendati ...
基于关联规则(Apriori)+协同过滤(collaborative filtering)实现电影推荐系统
基于关联规则算法+协同过滤算法的电影推荐系统一.前言 1.数据集介绍 2.方法概述 3.运行环境二.数据准备与预处理 1.数据熟悉 2.数据读取 3.数据预处理 3.1 无用属性删除 3.2 缺失 ...
个性化排序的神经协同过滤
个性化排序的神经协同过滤 Neural Collaborative Filtering for Personalized Ranking 这一部分将超越显式反馈,介绍神经协作过滤(NCF)框架,用于推 ...
tensorflow 协同过滤_基于django和协同过滤/cnn的电影推荐系统
技术前端: bootstrap3 + vue + jquery 后端: django 2.2.1 +djangorestframework (MVC框架) 数据库: mysql 数据集: 1. 豆瓣 ...
（数据挖掘-入门-1）基于用户的协同过滤之最近邻
主要内容: 1.什么是基于用户的协同过滤 2.python实现 1.什么是基于用户协同过滤: 协同过滤:Collaborative Filtering,一般用于推荐系统,如京东,亚马逊等电商网站上的& ...
离线轻量级大数据平台Spark之MLib机器学习协同过滤ALS实例
1.协同过滤协同过滤(Collaborative Filtering,简称CF,WIKI上的定义是:简单来说是利用某个兴趣相投.拥有共同经验之群体的喜好来推荐感兴趣的资讯给使用者,个人透过合作的机制 ...
9.2 协同过滤-机器学习笔记-斯坦福吴恩达教授
协同过滤(Collaborative Filtering) 回到上一节的问题,每部电影,我们都有评价其内容的特征向量 xxx : 但是,在现实中,不会有任何网站,任何人有精力,有能力去评估每部电影所具 ...

协同过滤（英语：Collaborative Filtering）

优点

以使用者的角度来推荐的协同过滤系统有下列优点:

缺点

虽然协同过滤作为一推荐机制有其相当的应用，但协同过滤仍有许多的问题需要解决。整体而言，最典型的问题有

协同过滤（英语：Collaborative Filtering）相关推荐

最新文章

热门文章