【学习总结】推荐系统-协同过滤原理

博客介绍了协同过滤原理,根据推荐算法所用数据不同,分为基于内容、协同过滤和混合推荐。基于内容的推荐利用项目内在品质或固有属性,如音乐流派、电影风格等,无需构建 UI 矩阵,更多借助机器学习方法获取用户兴趣资料。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

协同过滤原理

  • 概述
    1265453-20190321160451819-1476727644.png

分类:

  • 根据推荐算法所用数据的不同分为基于内容的推荐、协同过滤的推荐以及混合的推荐

基于内容的推荐

  • 顾名思义,它是利用项目的内在品质或者固有属性来进行推荐,
    比如音乐的流派、类型,电影的风格、类别等,不需要构建UI矩阵。

  • 它是建立在项目的内容信息上作出推荐的,而不需要依据用户对项目的评价意见,
    更多地需要用机器学习的方法从关于内容的特征描述的事例中得到用户的兴趣资料。

END

转载于:https://www.cnblogs.com/anliux/p/10572246.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值