根据兴趣推荐相似用户的 recsys 算法的类型或系列是什么？

Question

我正在从 Coursera MooC 学习推荐系统。我看到主要有三种过滤方法（在介绍课程中）。
一种。基于内容的过滤
湾。项目-项目协同过滤
C。用户-用户协同过滤

了解了这一点，我不确定 - 基于兴趣/偏好的相似用户推荐属于哪里？例如，考虑我有 User->TopicsOfInterest0..n 关系。我想根据他们各自的 TopicsOfInterest（向量）推荐其他类似的用户。

Answer 1

我不确定这三种类型是否是所有推荐系统的详尽分类。

事实上，任何基于矩阵分解的算法（SVD 等）都是基于项目和用户的。但是TopicsOfInterest（因子）是由算法自动推断出来的。例如，Apache Spark 包括alternating least squares (ALS) 算法的实现。 Spark 的 API 具有 userFeatures 方法，它返回（大致）一个矩阵，预测用户对每个功能的态度。

剩下要做的就是计算一组与给定用户最相似的用户（例如，找到与给定用户最接近的向量，cosine similarity）。