推荐系统-基于内容，基于物品，基于用户的推荐算法比较
·
首先应该知道，一个系统中这3个基本的算法肯定是都存在的，这个问题所要讨论的是不同的场景，不同用户，怎样选取合适的推荐算法。
1. 根据不同的场景选择合适的推荐算法
a. 当物品数量远少于用户数量时且物品数量相对稳定，选择基于物品的推荐算法。理由：计算量小，且物品信息稳定
b.当用户数远小于物品数量且用户数量稳定时，选择基于用户的推荐算法。理由：计算量小，且用户信息稳定。
2. 从多样性的角度选择合适的推荐算法
a. 如果追求系统中推荐商品的多样性，应该使用基于物品的推荐算法，因为基于user的推荐算法很容易推荐出热门的商品。导致不同的用户推荐同质化的现象严重。
b. 如果是追求单用户的推荐商品的多样性，基于user的算法会更好。因为基于item的算法往往会推送同类型的商品，类型丰富度会降低。
3. 基于用户特点进行选择
我们可以统计一下基于用户相似度和基于物品相似度的平均水平。
对于用户相识度的的得分低于平均水平的用户来说，采用基于物品的相似度的推荐算法可能会更好，因为该用户并没有什么相识度高的用户。
对于物品相似度低于平均水平的用户来说，采用基于用户的推荐算法可能会更好，因为该用户并不喜欢购买相似度高的商品。
365
北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台
更多推荐
1
0- 0
已为社区贡献4条内容
所有评论(0)