推荐系统中的协同过滤：基于用户和基于物品的相似度计算

如图6.1所示，推荐物品给用户的过程可以视为一个猜测用户对商品进行打分的任务。我们的目的是预测Alice会给物品5打多少分，以决定是否向她推荐该商品。基于用户的协同过滤方法是计算Alice和其他用户1、2、3、4之间的相似度，找出与Alice最相似的用户，根据他对商品5的喜好来判断Alice对该商品的喜好。而基于物品的协同过滤方法是计算商品5与商品1、2、3、4之间的相似度，用Alice对与商品5相似度最高的那个商品的喜好来判断其对商品5的喜好。可以看出，无论是基于用户的协同过滤还是基于物品的协同过滤，都需要计算相似度。