推荐算法

3、itemcf与usercf的不同场景分析

2019-03-17  本文已影响0人  攻城狮笔记

百度云搜索,搜各种资料:http://www.81ad.cn

1、优缺点比较:

推荐实时性:

对于usercf:用户有了新的行为不会很快造成结果的变化,因为usercf是根据用户相似度矩阵进行推荐的,所以user本身的行为并不能造成推荐结果发生改变。
对于itemcf:用户一旦有了新的行为,推荐结果会立即发生改变,是因为itemcf是基于物品相似度矩阵来计算的。

新用户/新物品的推荐

对于usercf:新用户的到来不能立即推荐的,需要等用户有了一定的行为,并且得到了与其他用户的相似度矩阵之后才可以完成推荐,新物品入库后一旦被用户点击,可以通过相似度用户矩阵,将该物品推荐给该用户的相似用户。
对于itemcf:新用户一旦完成了item点击,便可以推荐与该item相似的其他item。新物品的到来,因为新物品并没有与其他物品在相似度矩阵中出现,所以itemcf并不能及时将物品推荐出去。

推荐理由可解释性

对于usercf:是通过用户相似度矩阵来完成推荐的,结果会略显难以解释。
对于itemcf:是通过用户的历史点击行为来进行推荐的,推荐结果更加令人信服。

2、适用场景

性能层面考量

对于usercf:需要计算用户的相似度矩阵,所以并不适用用户很多的操作,计算代价太大。
对于itemcf:需要计算物品的相似度矩阵,适用于物品数远小于用户数的场景。
真实场景中,用户数远大于物品数,所以更倾向于itemcf.

个性化层面考量

对于usercf:需要物品及时下发,切个性化需求不太强烈的领域。
对于itemcf:适用于物品丰富,切个性化推荐强烈的领域。
更倾向于itemcf。

上一篇下一篇

猜你喜欢

热点阅读