← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9794.a · 生成模型:DeepSeek-V4.1-Flash

物品相似度适合离线算

理解等级:高级

两种协同过滤的成本结构完全不同。User-based 每次请求都要在最新行为上找相似用户,用户量大、行为时时在变,相似度必须频繁重算,计算量大且扩展性差。Item-based 先算物品之间的相似度(常用改进余弦,先减去均值),再按目标用户对相似物品的评分加权预测。物品集合比用户集合稳定得多,物品相似度可以离线批量算好、缓存复用,线上只需查表加加权,延迟可控,所以 Amazon 这类大型电商采用这一路线。代价是新品没有评分就算不出相似物品,物品相似度矩阵在大规模下仍然很大,于是有 Slope One 这类更简单的预测器,以及把 CF 改造成支持大规模在线计算的方案。

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

    • 第7章 如何让机器猜得更准 · 查看原书依据

      User-based CF需要实时计算用户间的相似度,所以计算量大且频繁,扩展性也不强;而Item-based CF是计算物品的相似度可以在线下计算,减少了线上的计算量,所以大型电子商务(例如,amazon)一般使用这种方法。

    参考来源

    - 位置:《文本上的算法——深入浅出自然语言处理》第7章 如何让机器猜得更准(源文件:extracted/文本上的算法——深入浅出自然语言处理/_epub-src/OEBPS/Text/00014.html) - 结论依据:原文这一段直接给出本卡的核心判断:「User-based CF需要实时计算用户间的相似度,所以计算量大且频繁,扩展性……」 - 原始内容:User-based CF需要实时计算用户间的相似度,所以计算量大且频繁,扩展性也不强;而Item-based CF是计算物品的相似度可以在线下计算,减少了线上的计算量,所以大型电子商务(例如,amazon)一般使用这种方法。