ring），其基本思想是用統(tǒng)計(jì)的方法得出所有用戶對物品或者信息的偏好，然后發(fā)現(xiàn)與當(dāng)前用戶口味和偏好相似的“鄰居”用戶群，基于某個(gè)鄰居的歷史偏好信息，為當(dāng)前用戶進(jìn)行物品的推薦，所以該方法也稱基于用戶的協(xié)同過濾（User-based Collaborative Filtering）或基于鄰居的協(xié)同推薦（Neighbor-based Collaborative Filtering）；二是基于模型的協(xié)同過濾推薦（Model-based Collaborative Filtering），是指根據(jù)用戶和物品的直接歷史點(diǎn)擊或購買記錄，來計(jì)算物品和物品之間的相似度，得出一個(gè)模型，然后根據(jù)用戶的歷史偏好的物品信息，將挖掘到的類似的物品推薦給用戶，即用此模型進(jìn)行預(yù)測。（余力）
與傳統(tǒng)文本過濾相比，協(xié)同過濾有以下優(yōu)點(diǎn)：一是能夠過濾難以進(jìn)行機(jī)器自動(dòng)基于內(nèi)容分析的信息，如藝術(shù)品、音樂；二是能夠基于一些復(fù)雜的，難以表達(dá)的概念（信息質(zhì)量、品位)進(jìn)行過濾；三是推薦具有新穎性。正因?yàn)槿绱耍瑓f(xié)同過濾在商業(yè)應(yīng)用上也取得了不錯(cuò)的成績。Amazon、CDNow、MovieFinder都采用了協(xié)同過濾的技術(shù)來提高服務(wù)質(zhì)量。
項(xiàng)目經(jīng)理勝任力免費(fèi)測評PMQ上線啦！快來測測你排多少名吧~
http://m.vanceur.cn/pmqhd/index.html
