Machine learning 是基于项目还是基于内容的协同过滤？

我目前正在开发一个现有的系统，该系统推荐的项目与用户以前喜欢的项目类似

它使用交替最小二乘协同过滤来寻找用户和项目的特征向量。然后，它使用项目的特征向量，并使用余弦相似性度量来查找与其相似的项目

但是，我想澄清一下，这是基于项目的CF还是基于内容的过滤？我倾向于两者兼而有之。因为它是用相似性度量来比较项目的，但是项目的内容是关于特征向量的吗

---

谢谢，

如果我理解正确，您可以从用户（如items数据）中提取项目的特征向量，那么它是纯的

---

为了实现基于内容的过滤，应该使用项目本身的功能：例如，如果项目是电影，则基于内容的过滤应该利用电影长度、导演等功能，而不是基于其他用户偏好的功能。

我想你的倾向是正确的，您正在将内容和协作过滤结合起来。如果您使用的是基于内容的，则项目和用户的向量可以称为数据的x_i（如数据点），而输入数组中表示用户i对项目j的评分的单元格_ij可以称为y_i。 您正在使用余弦相似性查找项目和用户之间的相似性。 我想在你的场景中，你应该选择合作

尝试制作项目矩阵，然后计算余弦相似度