【问题标题】：What does the "memory" mean in Memory-based CF?基于内存的 CF 中的“内存”是什么意思？
【发布时间】：2017-03-13 09:13:39
【问题描述】：
文章Collaborative Filtering说CF有两种类型，分别是基于内存的和基于模型的。
基于内存的
这种方法使用用户评分数据来计算用户或项目之间的相似度。这用于提出建议。这是许多商业系统中使用的早期方法...
让我感到困惑的是：memory 在这里是什么意思？我们需要将所有数据都放入内存吗？
【问题讨论】：
标签：
collaborative-filtering
【解决方案1】：
基于内存的技术需要整个数据库来生成推荐。它采用与活跃用户相似的所有用户，并使用他们的偏好来作为推荐的基础。
这种技术的问题显然在于性能。尤其是在数据库超过数千个用户的实际示例中。这使得它非常慢，因为即使在内存中，它也会使用整个数据库。
This 页面可能会更好地解释它。
基于内存的替代方案是基于模型。基于模型的推荐引擎需要一些信息来创建“模型”来创建推荐。这意味着它不必每次都使用整个数据库。这种技术比基于内存的技术提供了更多的可扩展性。
同一站点有this 页面，其中包含更多信息。
如果您需要更多信息，请告诉我！