12.1.3推荐方法 推荐系统的本质是建立用户与物品的联系,根据推荐算法的不同,推 荐方法包括如下几类: 专家推荐:人工推荐,由资深的专业人士来进行物品的筛选和推 荐,需要较多的人力成本 基于统计的推荐:基于统计信息的推荐(如热门推荐),易于实 现,但对用户个性化偏好的描述能力较弱 基于内容的推荐:通过机器学习的方法去描述内容的特征,并基 于内容的特征来发现与之相似的内容 协同过滤推荐:应用最早和最为成功的推荐方法之一,利用与目 标用户相似的用户已有的商品评价信息,来预测目标用户对特定 商品的喜好程度 混合推荐:结合多种推荐算法来提升推荐效果• 推荐系统的本质是建立用户与物品的联系，根据推荐算法的不同，推 荐方法包括如下几类： – 专家推荐：人工推荐，由资深的专业人士来进行物品的筛选和推 荐，需要较多的人力成本 – 基于统计的推荐：基于统计信息的推荐（如热门推荐），易于实 现，但对用户个性化偏好的描述能力较弱 – 基于内容的推荐：通过机器学习的方法去描述内容的特征，并基 于内容的特征来发现与之相似的内容 – 协同过滤推荐：应用最早和最为成功的推荐方法之一，利用与目 标用户相似的用户已有的商品评价信息，来预测目标用户对特定 商品的喜好程度 – 混合推荐：结合多种推荐算法来提升推荐效果 12.1.3 推荐方法