推荐算法

优点

缺点

基于内容推荐

推荐结果直接，容易解释；

不需要相关领域的知识。

不能解决新用户的问题；

复杂属性不好处理；

要有足够数据构造分类器。

协同过滤推荐

不需要相关领域的知识。

随着时间推移，性能提高；

推荐个性化、自动化程度高；

能处理复杂的非结构化对象。

数据稀疏下效果不佳；

新用户问题；

推荐效果取决于历史数据；

系统开始时推荐质量差。

基于知识推荐

能够将用户需求映射到产品上；

能考虑到非产品属性

知识难获得；

推荐是静态的