协同过滤(CF)

作者: Lewis Jackson
创建日期: 14 可能 2021
更新日期: 25 六月 2024
Anonim
数据挖掘 8 4 协同过滤
视频: 数据挖掘 8 4 协同过滤

内容

定义-协同过滤(CF)是什么意思?

协作过滤(CF)是一种通常用于在Web上建立个性化推荐的技术。一些使用协作过滤技术的流行网站包括Amazon,Netflix,iTunes,IMDB,LastFM,Delicious和StumbleUpon。在协同过滤中,算法用于通过汇总来自多个用户的偏好来自动预测用户的兴趣。

Microsoft Azure和Microsoft Cloud简介在本指南中,您将了解什么是云计算,以及Microsoft Azure如何帮助您从云迁移和运行业务。

Techopedia解释了协同过滤(CF)

例如,亚马逊之类的网站可能会建议购买书籍A和B的客户也购买书籍C。这是通过比较购买相同书籍的人的历史偏好来完成的。

协作过滤的不同类型如下:
  • 基于内存:此方法利用用户评分信息来计算用户或项目之间的相似度。然后,将这种计算出的相似度用于提出建议。
  • 基于模型:通过使用数据挖掘来创建模型,并且系统会根据训练数据学习算法以查找习惯。然后使用这些模型来得出实际数据的预测。
  • 混合:各种程序结合了基于模型和基于内存的CF算法。