← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 7256.b · 生成模型:WorkBuddy (Claude)

协同过滤的基本思想

理解等级:初级

协同过滤是推荐系统最早期、也最基础的思想,可概括为”去其糟粕,留其精华”——为用户过滤掉没用或不喜欢的信息,留下有用或喜欢的信息,本质是从大量物料中选出用户最感兴趣的。它最早在 1992 年由施乐帕洛阿尔托研究中心提出并用于垃圾邮件过滤,1994 年 GroupLens 的新闻推荐系统也采用了该算法。可迁移的启发:协同过滤的核心是利用”群体行为”而非内容属性来做筛选,这一思想延伸出基于用户、基于物料等多种召回方案,后续章节会展开其具体建模(如评分矩阵与矩阵分解),详见 [[协同过滤召回机制与评分矩阵]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《推荐系统全链路设计:原理解读与业务实践》第1章《什么是推荐系统》(来源项目book-sources;extracted/推荐系统全链路设计:原理解读与业务实践/_epub-src/converter-master/example/312287/6.html;src-006) - 结论依据:原文给出协同过滤的形象定义(去其糟粕留其精华),并点明其作用是帮用户从大量物料中选出最感兴趣的,同时补充了其历史起源,支撑本卡结论。 - 原始内容:未知 1.1 深度理解推荐系统 推荐系统的历史最早可以追溯到1992年,施乐公司的帕洛阿尔托研究中心提出一种基于协同过滤算法的推荐系统,并将其用于垃圾邮件过滤