【学习总结】推荐系统-协同过滤原理

协同过滤原理

  • 概述

分类:

  • 根据推荐算法所用数据的不同分为基于内容的推荐、协同过滤的推荐以及混合的推荐

基于内容的推荐

  • 顾名思义,它是利用项目的内在品质或者固有属性来进行推荐,
    比如音乐的流派、类型,电影的风格、类别等,不需要构建UI矩阵。

  • 它是建立在项目的内容信息上作出推荐的,而不需要依据用户对项目的评价意见,
    更多地需要用机器学习的方法从关于内容的特征描述的事例中得到用户的兴趣资料。

END

posted @   anliux  阅读(477)  评论(0编辑  收藏  举报
编辑推荐:
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
阅读排行:
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 使用C#创建一个MCP客户端
· ollama系列1:轻松3步本地部署deepseek,普通电脑可用
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· 按钮权限的设计及实现
点击右上角即可分享
微信分享提示