《表1 传统推荐算法分析比较表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于关联规则算法的推荐方法研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于内容的推荐是一种极其经典且重要的推荐方法，应用较为广泛[22]，其原理就是通过对比目标用户的中意项目元数据，根据内容相似程度为目标用户产生新的推荐。例如常见购物网站的“猜你喜欢”功能，便是使用基于内容的推荐算法来为大家推荐感兴趣的商品。在电子商务模式下，推荐系统会根据目标用户的兴趣喜好来对商品的特征进行提取，构建一个用户兴趣特征向量，之后根据提取的特征值对商品进行比对，从而为目标用户推荐优质商品。虽然基于内容的推荐原理简单，但与协同过滤相比，新项目“冷启动”[23]和“数据稀疏”[24]问题的缓解是其重要优势。另外一个优势就是用户间的独立性。因为每个用户的兴趣描述模型仅仅基于该用户本身的经历，所以用户之间不会相互影响[25]，但同时也存在新用户的冷启动以及无法处理其他类型数据等问题，详见表1。