推荐系统的CB有什么优缺点？

2018-11-26 阅读量: 624

数据分析师机器学习

推荐系统的CB有什么优缺点？

扫码加入数据分析学习群

基于内容的过滤技术的优缺点

CB过滤技术克服了CF的挑战。即使没有用户提供评级，他们也可以推荐新商品。因此，即使数据库不包含用户首选项，也不会影响推荐准确性。此外，如果用户首选项发生变化，则可以在短时间内调整其推荐。他们可以管理不同用户不共享相同项目但根据其内在特征仅相同项目的情况。用户可以在不共享其个人资料的情况下获得建议，这可以确保隐私。CBF技术还可以解释如何向用户生成推荐。然而，这些技术遭受了文献讨论的各种问题。。基于内容的过滤技术取决于项目的元数据。也就是说，在向用户推荐之前，他们需要丰富的项目描述和组织良好的用户配置文件。这称为有限内容分析。因此，CBF的有效性取决于描述性数据的可用性。内容过度专业化是CBF技术的另一个严重问题。用户只能获得与其配置文件中已定义的项目类似的建议。

添加CDA认证专家【维克多阿涛】，微信号：【cdashijiazhuang】，提供数据分析指导及CDA考试秘籍。已助千人通过CDA数字化人才认证。欢迎交流，共同成长！