Контентная фильтрация (CBF): Работает на основе атрибутов товара / товара. Скажем, user_1 разместил заказ (или понравился) для некоторых из предметов в прошлом.
Теперь нам нужно определить соответствующие характеристики этих заказанных предметов и сравнить их с другими предметами, чтобы рекомендовать любой новый.
Одной из известных моделей для поиска аналогичных элементов на основе набора функций является случайный лес или дерево решений
Совместная фильтрация (CLF): Используется поведение пользователя. Скажем, user_1 разместил заказ (или понравился) для некоторых из предметов в прошлом. Теперь мы находим похожего пользователя. пользователей
кто заказывал / любит одни и те же предметы в прошлом, может считаться похожим пользователем. Теперь мы можем порекомендовать некоторые товары, заказанные подобным пользователем, основываясь на результатах.
Одна из известных моделей для поиска аналогичного пользователя - KNN
Вопрос: Скажем, я должен найти похожих пользователей не на основе их поведения (как я уже упоминал) в CBF, а на основе некоторых функций профиля пользователя, таких как
национальность / рост / вес / язык / зарплата и т. д. будет ли он считаться CBF или CLF?
Второе сомнение, которое у меня есть, заключается в том, что CBF или CLF не будут работать для нового пользователя в системе, поскольку он не выполнял никаких действий в системе. Это верно ? так же
это тот случай, когда система новая или запущена, поскольку у нас здесь не будет много данных?