实战智能推荐系统（9）-- UserCF & ItemCF

算法原理的差异

UserCF 给用户推荐那些和他有共同兴趣爱好的用户喜欢的物品，而 ItemCF 给用户推荐和他之前喜欢的物品类似的物品。从这个算法的原理可以看到，UserCF 的推荐结果着重于反映和用户兴趣相似的小群体的热点，而 ItemCF  的推荐结果着重于维系用户的历史兴趣。换句话说，UserCF 更社会化，反映了用户所在的小型群体中物品的热门程度，而 ItemCF 的推荐更加个性化，反映了用户自己的兴趣。

技术上的差异

UserCF 需要维护一个用户相似度的矩阵，而 ItemCF 需要维护一个物品相似度矩阵。从存储的角度来说，如果用户很多，那么维护用户兴趣相似度矩阵需要很大的空间，同理，如果物品很多，那么维护物品相似度矩阵代价较大。
表中给出了 UserCF & ItemCF 的优缺点对比：