ring），其基本思想是用統(tǒng)計的方法得出所有用戶對物品或者信息的偏好，然后發(fā)現(xiàn)與當前用戶口味和偏好相似的“鄰居”用戶群，基于某個鄰居的歷史偏好信息，為當前用戶進行物品的推薦，所以該方法也稱基于用戶的協(xié)同過濾（User-based Collaborative Filtering）或基于鄰居的協(xié)同推薦（Neighbor-based Collaborative Filtering）；二是基于模型的協(xié)同過濾推薦（Model-based Collaborative Filtering），是指根據(jù)用戶和物品的直接歷史點擊或購買記錄，來計算物品和物品之間的相似度，得出一個模型，然后根據(jù)用戶的歷史偏好的物品信息，將挖掘到的類似的物品推薦給用戶，即用此模型進行預測。（余力）
與傳統(tǒng)文本過濾相比，協(xié)同過濾有以下優(yōu)點：一是能夠過濾難以進行機器自動基于內(nèi)容分析的信息，如藝術品、音樂；二是能夠基于一些復雜的，難以表達的概念（信息質(zhì)量、品位)進行過濾；三是推薦具有新穎性。正因為如此，協(xié)同過濾在商業(yè)應用上也取得了不錯的成績。Amazon、CDNow、MovieFinder都采用了協(xié)同過濾的技術來提高服務質(zhì)量。
項目經(jīng)理勝任力免費測評PMQ上線啦！快來測測你排多少名吧~
http://www.vanceur.cn/pmqhd/index.html
