三、基於物品的協同過濾算法

一.背景及優勢 隨着網站的用戶數目愈來愈大，計算用戶興趣類似度矩陣愈來愈困難，其運算時間複雜度和空間時間複雜度的增加和用戶數的增加近似於平方關係。其次，基於用戶的協同過濾算法很難對推薦結果做出解釋。 所以產生了基於物品的協同過濾算法（ItemCF)。ItemCF算法並不利用物品的內容屬性計算物品之間的類似度，它主要經過分析用戶的行爲記錄計算物品之間的類似度。 ItemCF能夠利用用戶的行爲給推薦結

>>阅读原文<<