如何理解協(xié)同過濾？協(xié)同過濾可以簡(jiǎn)單理解為人們對(duì)“人以群分，物以類聚”算法解釋和應(yīng)用。人以群分——基于用戶的協(xié)同過濾基于用戶的協(xié)同過濾主要基于的是用戶之間的相似度（依賴用戶的歷史喜好數(shù)據(jù)），先計(jì)算用戶之

如何理解協(xié)同過濾？

協(xié)同過濾可以簡(jiǎn)單理解為人們對(duì)“人以群分，物以類聚”算法解釋和應(yīng)用。

人以群分——基于用戶的協(xié)同過濾

基于用戶的協(xié)同過濾主要基于的是用戶之間的相似度（依賴用戶的歷史喜好數(shù)據(jù)），先計(jì)算用戶之間的相似度，然后將用戶喜歡的物品推薦給相似用戶。也就是說，當(dāng)用戶需要個(gè)性化推薦時(shí)，可以先找到與他相似其他用戶（通過興趣、愛好或行為習(xí)慣等），然后把那些相似用戶喜歡的并且自己不知道的物品推薦給用戶。

物以類聚——基于物品的協(xié)同過濾

基于項(xiàng)目(item-based)的協(xié)同過濾基于物品之間的相似度，先計(jì)算物品之間的相似度，然后根據(jù)用戶對(duì)物品的評(píng)分，將用戶喜歡物品的相似物品推薦給用戶。也就是說，當(dāng)一個(gè)用戶需要個(gè)性化推薦時(shí)，例如由于他之前購買過《集體智慧編程》這本書，所以會(huì)給他推薦《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》，因?yàn)槠渌脩艉芏喽纪瑫r(shí)購買了這兩本書。

基于用戶協(xié)同過濾與基于物品協(xié)同過濾的區(qū)別

基于用戶的協(xié)同過濾需要在線（系統(tǒng)上線后）找用戶和用戶之間的相似度關(guān)系，計(jì)算復(fù)雜度肯定會(huì)比基于物品的協(xié)同過濾高。同時(shí)還需考慮推薦算法的冷啟動(dòng)問題（如何在沒有大量用戶數(shù)據(jù)的前提下能夠讓用戶對(duì)推薦結(jié)果滿意），比如可以通過用戶注冊(cè)時(shí)讓用戶選擇自己感興趣的領(lǐng)域，生成粗粒度的推薦。

基于用戶的協(xié)同過濾是給用戶推薦那些和他有共同興趣的用戶喜歡的物品，所以基于用戶的協(xié)同過濾推薦較為社會(huì)化，即推薦的物品是與用戶興趣一致的那個(gè)群體中的熱門物品，同時(shí)能夠推薦給用戶新類別物品。

基于物品協(xié)同過濾則是為用戶推薦那些和他之前喜歡的物品類似的物品，基于物品協(xié)同過濾的推薦較為個(gè)性，因?yàn)橥扑]的物品一般都滿足自己的獨(dú)特興趣，所以比較是適應(yīng)于用戶個(gè)性化需求強(qiáng)烈的領(lǐng)域，但由于物品的相似度比較穩(wěn)定，很難推薦給用戶新類別的物品。