推荐算法（CF）--协同过滤

系统框架 推荐系统常用来解决TopN问题和用户行为预测问题 • 优点     – 充分利用群体智慧（要么是根据相似用户推荐，要么是根据历史物品推荐）     – 推荐精度高于CB（user-item即CF）     – 利于挖掘隐含的相关性 • 缺点     – 推荐结果解释性较差     – 对时效性强的Item不适用---比如促销大甩卖，只是临时上架的物品，没有user表达，所以关联不了，通常

>>阅读原文<<