公式表示：根据与用户u相似的其他用户对商品i 的评分来推断用户u对商品i 的评分。 当求出用户u对所有商品的预测评分后，将其进行排序，选择得分最高的几个商品推荐给用户。
基于协同过滤推荐系统的优点：
（1）能够根据各个用户的历史信息推断出商品的质量
（2）不需要对商品有任何专业领域的知识
缺点：
（1）冷启动问题
（2）gray sheep
（3）协同过滤的复杂度会随着商品数量和用户数量的增加而增加
（4）同义词的影响
（5）shilling attack：对竞争对手的商品专门打低分，对自己的商品打高分
日常生活中，我们每个人其实都直接或者间接接触过推荐系统，也都享受过推荐系统带来的生活上便利。关于推荐系统的介绍就到这里,希望大家以后多多支持脚本之家！
您可能感兴趣的文章: