【数据挖掘】推荐系统（二）：基于内容的推荐

五、基于内容的系统

5.1 基本原理

        基于内容的系统根据用户偏好和配置文件生成建议。他们尝试将用户与他们以前喜欢的项目相匹配。项目之间的相似程度通常根据用户喜欢的项目的属性来确定。与大多数利用目标用户和其他用户之间的评级的协作过滤模型不同，基于内容的模型侧重于目标用户自己提供的评级。从本质上讲，基于内容的方法利用不同的数据源来生成建议。

        基于内容的系统的最简单形式需要以下数据源（这些要求可能会根据您尝试构建的系统的复杂性而增加）：

1. 项目级数据源 — 您需要与项目属性关联的强大数据源。对于我们的场景，我们有书价、num_pages、published_year等。您了解有关该项目的信息越多，它对您的系统就越有利。
2. 用户级数据源 - 您需要根据您为其提供建议的项目提供某种用户反馈。此级别的反馈可以是隐式的，也可以是显式的。在我们的示例数据中，我们针对用户对他们阅读过的图书进行评分。您可以跟踪的用户反馈越多，对您的系统就越有利。

5.2 基于内容推荐的优缺点 

5.2.1 优势

当可用的评级数据量不足时，基于内容的模型对于推荐项目最有利。这是因为用户可能已对具有类似属性的其他项目进行了评级。因此，即