寻找相关特征:
要找到其他和 x(i) 相关的项,即找到一个 item k, x(k) 与 x(i) 相似。x 是一个向量,判断相似用的是下图中的式子 ,即 x(k) 和 x(i) 之间的平方距离,有时也写成下面那种形式。
协同过滤的缺点:
不擅长处理冷启动问题:目录中有一些新项目,例如一部电影刚推出,还没有用户进行评分,如何给这部电影评分;对于只评价过很少一部分电影的用户,如何确定推荐给他们合适的内容
另一个限制是协同过滤不使用附加信息
寻找相关特征:
要找到其他和 x(i) 相关的项,即找到一个 item k, x(k) 与 x(i) 相似。x 是一个向量,判断相似用的是下图中的式子 ,即 x(k) 和 x(i) 之间的平方距离,有时也写成下面那种形式。
协同过滤的缺点:
不擅长处理冷启动问题:目录中有一些新项目,例如一部电影刚推出,还没有用户进行评分,如何给这部电影评分;对于只评价过很少一部分电影的用户,如何确定推荐给他们合适的内容
另一个限制是协同过滤不使用附加信息