承接前兩篇《推薦系統(tǒng)系列之初識》及《推薦系統(tǒng)系列之基于人口統(tǒng)計學的推薦》
一、基本思想
基于物品內(nèi)容的推薦算法僅利用物品或內(nèi)容的基本信息同衣，衡量物品之間或內(nèi)容之間的相似度壶运，再根據(jù)用戶的歷史偏好記錄，將相似的物品或內(nèi)容推薦給當前用戶埠况。
二辕翰、舉例說明
我們以下圖為例進行簡要說明
用戶A偏好音樂A喜命，該音樂是由貝多芬作曲的輕音樂；用戶B偏好音樂B尝胆，也是由貝多芬作曲的輕音樂含衔；用戶C偏好音樂C贪染，音樂C是由Prince作曲的 搖滾曲催享；基于各音樂的基礎(chǔ)信息因妙，衡量音樂之間的相似度；在該例中我們發(fā)現(xiàn)音樂A和音樂B是同一種類型的铣耘，可將音樂A推薦給偏好音樂B的用戶以故，將音樂B推薦 給偏好音樂A的用戶怒详，也就是將音樂A推薦給用戶B，將音樂B推薦給用戶A吊骤。
三静尼、存在的問題
數(shù)據(jù)質(zhì)量要求高：該推薦算法依賴于物品或內(nèi)容的描述數(shù)據(jù)，描述得越全面蜗元、完整或渤，推薦得就越精確；即該算法對物品內(nèi)容的數(shù)據(jù)質(zhì)量要求較高奕扣；
考慮不全面：該算法僅從物品內(nèi)容本身的特征出發(fā)薪鹦，沒有考慮到用戶對物品內(nèi)容的態(tài)度；
新用戶問題：需要基于用戶的歷史偏好信息惯豆，所有對新用戶無法進行推薦池磁；
