1.协同过滤推荐 vs 基于内容的推荐
1. 协同过滤的核心思想：矩阵分解与相似度
协同过滤本质上是在处理一个用户-物品交互矩阵 $R$。矩阵的行代表用户（Users），列代表物品（Items），单元格的值代表行为（评分、点击等）。
2. 两种主要的协同过滤路径
User-based CF (基于用户的协同过滤)
- 逻辑： 找到与目标用户 $A$ 兴趣相似的 Top-N 用户，把他们喜欢过但 $A$ 没见过的东西推给 $A$。
- 场景： 适用于用户少、物品多，且时效性强的场景（如新闻推荐）。
Item-based CF (基于物品的协同过滤)
- 逻辑： 如果用户喜欢物品 $a$，而物品 $a$ 与 $b$ 经常被同一群人购买（相似），则把 $b$ 推给该用户。
- 场景： 适用于物品少、用户多，且兴趣相对稳定的场景（如电商、电影）。
注意： 工业界 Item-based 往往比 User-based 更常用，因为物品的属性通常比人的性格更稳定。
3. 对比
| 协同过滤 (CF) | 基于内容 (CB) | |
|---|---|---|
| 核心逻辑 | 找相似的人/物（群体智慧） | 找属性相似的物（内容匹配） |
| 特征工程 | 不需要物品属性特征，只需 ID | 极度依赖物品的标签、文本、元数据 |
| 惊喜感 | 高（能推出来你没见过的领域） | 低（推荐的东西通常很相似） |
| 冷启动 | 劣势：新用户/新物品无法处理 | 优势：只要有内容标签，新物品就能推 |
| 可解释性 | 弱（“因为买了它的人也买了…”） | 强（“因为你喜欢动作片，这又是一部…”） |
基于用户的协同过滤 vs 基于物品的协同过滤
1. 核心思想 (Core Idea)
协同过滤的核心在于 “协同” 二字，即利用群体智慧进行预测。其核心假设是：在过去有相似偏好的人，在未来也会有相似的偏好。
2. 基于用户的协同过滤 (UserCF)
2.1 核心原理
通过寻找与目标用户 $u$ 兴趣相似的 Top-K 邻居，将邻居喜欢而 $u$ 没见过的物品推荐给 $u$。
2.2 数学表达
用户相似度计算（以余弦相似度为例）：
其中 $N(u)$ 是用户 $u$ 评价过的物品集合，$r_{ui}$ 是用户 $u$ 对物品 $i$ 的评分。
预测评分：
这里减去均值 $\bar{r}$ 是为了消除不同用户打分尺度（宽松或严格）的影响。
2.3 适用场景
- 代表领域：新闻推荐、社交动态。
- 原因：新闻时效性强，物品更新极快，但用户兴趣相对稳定，通过“邻居”可以快速发现热点。
3. 基于物品的协同过滤 (ItemCF)
3.1 核心原理
根据用户历史行为，计算物品间的相似度，推荐与用户曾喜欢的物品最相似的其他物品。
3.2 数学表达
物品相似度计算：
$N(i)$ 是喜欢物品 $i$ 的用户集合。该公式意味着：如果两个物品被同一群人喜欢，它们就相似。
预测评分：
3.3 适用场景
- 代表领域：电商（亚马逊、淘宝）、电影（Netflix、优酷）。
- 原因：物品库相对稳定，且用户的长期兴趣通常围绕特定品类展开。
4. UserCF vs. ItemCF 对比总结
| 维度 | UserCF | ItemCF |
|---|---|---|
| 推荐逻辑 | 人以群分（像你的人也喜欢这些） | 物以类聚（你喜欢的物品关联这些） |
| 可解释性 | 弱（很难解释另一个用户是谁） | 强（因为你买过 A，所以推 B） |
| 计算复杂度 | 用户多时，计算压力大 | 物品多时，计算压力大 |
| 惊喜感 | 高（跨领域推荐能力强） | 低（倾向于推荐相似领域的物品） |
| 存储压力 | 维护用户相似度矩阵 | 维护物品相似度矩阵 |
5. 协同过滤 vs. 基于内容推荐 (CB)
| 区别维度 | 协同过滤 (CF) | 基于内容 (CB) |
|---|---|---|
| 数据源 | 用户行为（评分、点击） | 物品属性（标签、文本、类别） |
| 特征提取 | 自动（通过交互自动捕捉） | 手动/显式（需要 NLP/图像处理） |
| 新物品处理 | 冷启动困难（无交互无法推荐） | 友好（只要有标签就能推） |
| 核心挑战 | 数据稀疏性、冷启动 | 特征提取质量、推荐过于狭窄 |
6. 面试避坑指南
- 数据稀疏性问题：如果矩阵太稀疏（用户只买过一两个东西），CF 效果会极差。此时应提到 矩阵分解 (Matrix Factorization)。
- 热门物品长尾效应：对于像“大米”或“周杰伦”这种全网热门，会导致相似度计算偏离。
- 优化：在计算相似度时给热门物品降权（添加处罚因子）。
- 实时性：CF 算法通常涉及大矩阵运算，工业界常通过 “离线计算相似度矩阵 + 在线召回” 的流程实现。
