記事Collaborative Filteringには、メモリベースとモデルベースの2種類のCFがそれぞれあると言われています。メモリベースのCFで「メモリ」とは何ですか？
メモリベース
このアプローチは、ユーザまたはアイテム間の類似度を計算するために、ユーザの評価データを使用します。これは推奨するために使用されます。これは、多くの商用システムで使用されていた初期のアプローチでした...
ここでは、memoryは何を意味していますか？すべてのデータをメモリに合わせる必要がありますか？
メモリベースのテクニックはデータベース全体を使用して推奨事項を生成します。アクティブなユーザーに似ているユーザーをすべて受け取り、そのユーザーのプリファレンスを使用して推奨事項を設定します。
この手法の問題は、明らかにパフォーマンスです。特に、データベースが何千人ものユーザーを超える実際の例では、これは非常に遅くなります。なぜなら、メモリ内でさえデータベース全体を使用するからです。
Thisページの方が良いかもしれません。
メモリベースの代替手段はモデルベースです。モデルベースの推奨エンジンは、「モデル」を作成して推奨事項を作成するための情報を少しずつ取ります。つまり、毎回データベース全体を使用する必要はありません。この手法は、メモリベースよりもスケーラビリティを向上させます。
同じサイトにはthisのページがあります。
詳細情報が必要な場合はお知らせください。