![构建企业级推荐系统:算法、工程实现与案例分析](https://wfqqreader-1252317822.image.myqcloud.com/cover/215/39888215/b_39888215.jpg)
上QQ阅读APP看书,第一时间看更新
1.5.2 协同过滤
用户在产品上的交互行为为用户留下了标记,我们可以利用“物以类聚、人以群分”的朴素思想来为用户提供个性化推荐。
具体来说,“人以群分”就是找到与用户兴趣相同的用户(有过类似的行为),将这些兴趣相同的用户浏览过的标的物推荐给用户,这就是基于用户的协同过滤算法。“物以类聚”就是如果有很多用户都对某两个标的物有相似的偏好,说明这两个标的物是“相似”的,我们可以通过推荐与用户喜欢过的标的物相似的标的物这种方式为用户提供个性化推荐,这就是基于物品的协同过滤推荐算法。
图1-2简单说明了这两类协同过滤算法。
![](https://epubservercos.yuewen.com/2D1332/20784355001359006/epubprivate/OEBPS/Images/1a2.jpg?sign=1739083852-Af21mWBQFgoYSpT19R5hBsKMvv3LTOsK-0-78a3239a7465c116e1164a36f550359a)
图1-2 两类协同过滤推荐算法