基于内容的推荐者与K之间的差异意味着聚类

Question

顾名思义，这是一个相对简单的问题。在两者中，我们计算两个项目之间的相似性（当然可以使用不同的度量）。我们建议最接近刚使用的项目用户的项目。任何人都可以向我解释这两个是不同的东西吗？

Answer 1

从概念的角度来看，Content Based Recommender是一个推荐系统，并不需要使用群集策略，而是可以实现任何策略。基于内容的推荐人可以应用分类，预测，聚类或合并所有这些策略，为我们称之为Decision Support System的事物提供建议。

K-means是一种策略，它使用数据集的atrtibute作为向量并基于项目之间的欧几里德距离，这意味着数据集上每个项目的给定k个聚类数量。

Content Based Recommender可以使用k-means作为向Decision Support System提供推荐的策略的一部分。