推荐系统和协同过滤面临的主要问题

数据稀疏 协同过滤的精度主要取决于用户数据的多少。若是一个系统有不少用户的历史数据，他就能更好的对用户的喜欢作出预测。因此，目前推荐系统作的最好的都是那些有着很大量用户数据的公司，好比Google, Yahoo, Netflix, Amazon等等。可是，即便拥有不少数据，数据仍是不够多，由于推荐系统的历史还不够长，尚未积累足够的数据。在目前处理稀疏数据的算法中，软性SVD是一种最好的方法。php

>>阅读原文<<