承接前两篇《推荐系统系列之初识》及《推荐系统系列之基于人口统计学的推荐》

一、基本思想

基于物品内容的推荐算法仅利用物品或内容的基本信息，衡量物品之间或内容之间的相似度，再根据用户的历史偏好记录，将相似的物品或内容推荐给当前用户。

二、举例说明

我们以下图为例进行简要说明

用户A偏好音乐A，该音乐是由贝多芬作曲的轻音乐；用户B偏好音乐B，也是由贝多芬作曲的轻音乐；用户C偏好音乐C，音乐C是由Prince作曲的 摇滚曲；基于各音乐的基础信息，衡量音乐之间的相似度；在该例中我们发现音乐A和音乐B是同一种类型的，可将音乐A推荐给偏好音乐B的用户，将音乐B推荐 给偏好音乐A的用户，也就是将音乐A推荐给用户B，将音乐B推荐给用户A。

三、存在的问题

数据质量要求高：该推荐算法依赖于物品或内容的描述数据，描述得越全面、完整，推荐得就越精确；即该算法对物品内容的数据质量要求较高；

考虑不全面：该算法仅从物品内容本身的特征出发，没有考虑到用户对物品内容的态度；

新用户问题：需要基于用户的历史偏好信息，所有对新用户无法进行推荐；