基于物品的协同过滤推荐和基于内容的推荐的联系与区别

基于物品的协同过滤推荐

协同过滤分为两类：

• 基于物品的协同过滤
• 基于用户的协同过滤

所以基于物品的协同过滤本质上还是协同过滤，它采用的是用户行为之间的相似性来推荐。

例如，用户A看了电影a和电影b，用户B看了电影a和电影c，用户C看了电影b和电影c，那么可能把电影a推给用户C，因为从用户A和用户B的行为来看，abc是同一类电影。

基于内容的推荐

基于内容的推荐核心思想是利用物品的相似性进行推荐的。

例如，用户A看了电影a和电影b，电影a是悬疑类，电影b也是悬疑类，这个时候，系统会给用户A推荐同样是悬疑类的电影c。

两者的区别

两个区别在于：基于用户的协同过滤是利用用户的行为来计算相似性，而基于内容的推荐是利用物品的属性来进行推荐。