协同过滤
协同过滤是如今电子商务系统推荐的一种主要算法。协同过滤推荐是在信息过滤和信息系统中正迅速成为一项很受欢迎的技术。与传统的基于内容过滤直接分析内容进行推荐不同,协同过滤分析用户兴趣,在用户群中找到指定用户的相似用户,综合这些相似用户对某一信息的评价,形成系统对该指定用户对此信息的喜好程度预测。极大的方便于信息的收集者抓取信息,并快速获得准确数据。凭借其出色的速度和健壮性,协同过滤如今变得炙手可热。
协同过滤与传统算法相比优势在于:
(1)能够过滤难以进行机器自动基于内容分析的信息。如艺术品、音乐;
(2)能够基于一些复杂的,难以表达的概念(信息质量、品位)进行过滤;
(3)推荐的新颖性。
但相对于传统算法,协同过滤也有其短板之处:
(1)用户对商品的评价非常稀疏,这样基于用户的评价所得到的用户间的相似性可能不准确。
(2)随着用户和商品的增多,系统的性能会越来越低。
(3)如果从来没有用户对某一商品加以评价,则这个商品就不可能被推荐。
【以上内容部分转载自360百科】