Usercf Vs Itemcf
- 推荐实时性
usercf：用户新的行为不会很快造成推荐结果的变化，因为其基于相似度用户矩阵完成推荐，因此用户自身行为不会造成推荐结果发生改变;（缺）
itemcf：用户一旦有了新的行为，其推荐结果很快就会发生改变，因此点击了物品之后，很快就会推荐相似的物品。（优）
- 新用户/新物品的推荐
usercf：新用户到来之后，需要一定的操作之后才能得到和其相似的其它用户，因此没有办法立即推荐。 但新物品一旦入库并获得点击，可以立刻推荐给相似爱好的用户。（缺/优）
itemcf：一旦新用户完成的物品的点击，那么就可以马上获得和该物品相似的其它物品的推荐;但新物品不能在物品相似度矩阵中及时出现，因此不好把新物品推荐除去。（优/缺）
- 推荐理由可解释性
usercf由于通过用户相似度推荐，因此其结果比较难解。 （缺）
itemcf通过物品推荐是比较容易解释的。（优
使用场景
- 性能方面考量
usercf需要计算用户相似度矩阵，不适用于用户很多的场合
itemcf药剂算物品相似度矩阵，因此物品数应该要远小于用户数
对于成熟推荐系统来说，一般用户数会远大于item数，因此更倾向于使用itemcf
- 个性化层面考量
usercf适用于物品需要快速下发，并且个性化需求不那么强烈的领域
itemcf适用于产品类型丰富，个性化需求强的领域
由于有些召回算法可以比较快的将新物品推荐除去，同时一般推荐业务用户个性化需求比较强烈，因此也更倾向于使用itemcf