1、协同过滤（Collaborative Filtering，CF）
2、基于近邻的协同过滤
–基于用户（User-CF）
–基于物品（Item-CF）
3、基于模型的协同过滤
–奇异值分解（SVD）
–潜在语义分析（LSA）
–支撑向量机（SVM）
基于协同过滤（CF）的推荐
1、基于内容（Content based，CB）主要利用的是用户评价过的物品的内容特征，而CF方法还可以利用其他用户评分过的物品内容
2、CF 可以解决 CB 的一些局限
–物品内容不完全或者难以获得时，依然可以通过其他用户的反馈给出推荐
–CF基于用户之间对物品的评价质量，避免了CB仅依赖内容可能造成的对物品质量判断的干扰
–CF推荐不受内容限制，只要其他类似用户给出了对不同物品的兴趣，CF就可以给用户推荐出内容差异很大的物品（但有某种内在联系）
3、分为两类：基于近邻和基于模型
想要了解跟多关于大数据培训课程内容欢迎关注尚硅谷大数据培训，尚硅谷除了这些技术文章外还有免费的高质量大数据培训课程视频供广大学员下载学习。
上一篇: 大数据培训技术TF-IDF
下一篇: 大数据培训技术基于用户的协同过滤
