协同过滤（Collaborative Filtering）扫盲班（3）

协同过滤的优缺点

优点（使用者的角度）:

• 能够过滤机器难以自动内容分析的资讯，如艺术品，音乐等。
• 共用其他人的经验，避免了内容分析的不完全或不精确，并且能够基于一些复杂的，难以表述的概念（如信息品质、个人品味）进行过滤。
• 有推荐新资讯的能力。可以发现内容上完全不相似的信息，使用者对推荐信息的内容事先是预料不到的。可以发现使用者潜在的但自己尚未发现的兴趣偏好。
• 推荐个性化、自动化程度高。能够有效的利用其他相似使用者的回馈信息。加快个性化学习的速度。

缺点：

虽然协同过滤作为一推荐机制有其相当的应用，但协同过滤仍有许多的问题需要解决。整体而言，最典型的问题有：

• 新使用者问题(New User Problem)，系统开始时推荐品质较差。
• 新项目问题(New Item Problem)，品质取决于历史资料集。
• 稀疏性问题（Sparsity） 。
• 系统延伸性问题（Scalability）。

其他你可能感兴趣的:

• 协同过滤（Collaborative Filtering）扫盲班（5）
• 协同过滤（Collaborative Filtering）扫盲班（4）
• 协同过滤（Collaborative Filtering）扫盲班（2）
• 协同过滤（Collaborative Filtering）扫盲班（1）