推薦算法（CF）--協同過濾

系統框架 推薦系統常用來解決TopN問題和用戶行爲預測問題 • 優點     – 充分利用羣體智慧（要麼是根據相似用戶推薦，要麼是根據歷史物品推薦）     – 推薦精度高於CB（user-item即CF）     – 利於挖掘隱含的相關性 • 缺點     – 推薦結果解釋性較差     – 對時效性強的Item不適用---比如促銷大甩賣，只是臨時上架的物品，沒有user表達，所以關聯不了，通常

>>阅读原文<<