【问题标题】：Is it Item based or content based Collaborative filtering?是基于项目还是基于内容的协同过滤？
【发布时间】：2015-06-15 00:07:07
【问题描述】：
我目前正在开发一个现有系统，该系统会推荐与用户喜欢的先前项目相似的项目。
它使用交替最小二乘协同过滤来查找用户和项目的特征向量。然后它使用物品的特征向量，并使用余弦相似度度量来找到与之相似的物品。
但是，我想澄清一下这是基于项目的 CF 还是基于内容的过滤？我的倾向是两者兼而有之。既然是用相似度度量来比较item，但是item都在特征向量的内容上？
谢谢，
【问题讨论】：
标签：
machine-learning
recommendation-engine
collaborative-filtering
predictionio
content-based-retrieval
【解决方案1】：
如果我理解正确，您从 users-like-items 数据中提取项目的特征向量，那么它是纯 item-based CF。
为了进行基于内容的过滤，应使用项目本身的特征：例如，如果项目是电影，则基于内容的过滤应利用电影长度或其导演等特征，但不是基于其他用户偏好的功能。
【解决方案2】：
我猜你的倾向是对的，你正在结合内容和协同过滤。如果您使用基于内容，则项目和用户的向量可以称为数据的 x_i（如数据点），而 A_ij 是输入数组中的单元格，说明用户 i 对项目 j 的评分可以称为义。
您正在使用 cosine-similarity 来查找 item-item 和 user-user 之间的相似性。
我想在你的场景中你应该去协作。
尝试制作item-item的矩阵，然后计算余弦相似度。