Я хотел бы знать, насколько точно рекомендации пользователей и продуктов отличаются друг от друга.
Это определяет, что
На основе пользователя : Рекомендовать элементы путем поиска похожих пользователей. Это часто сложнее масштабировать из-за динамического характера пользователей.
На основе предметов: Рассчитать сходство между предметами и дать рекомендации. Элементы обычно не сильно меняются, поэтому их часто можно вычислять в автономном режиме.
Но хотя существует два вида рекомендаций, я понимаю, что оба они будут принимать некоторую модель данных (скажем, 1,2 или 1,2, .5 как item1, item2, value или user1, user2, value, где value не является обязательно) и выполнит все расчеты в качестве меры подобия и встроенной функции рекомендателя, которую мы выбрали, и мы можем выполнить рекомендации для пользователей и элементов для одних и тех же данных (это правильное предположение ??).
Поэтому я хотел бы знать, как именно и во всех аспектах различаются эти два типа алгоритма.