下列关于基于用户的协同过滤算法的说法中，错误的是（）。
A: 随着网站的用户数目越来越大，计算用户兴趣相似度矩阵将越来越困难
B: 基于用户的协同过滤算法相对于基于物品的协同过滤算法来说更个性化，反映了用户自己的兴趣传承
C: 基于用户的协同过滤算法可以使用余弦相似度来评测两个用户之间的联系
D: 新用户刚加入系统时，基于用户的协同过滤算法没有办法马上对该用户进行个性化推荐
A: 随着网站的用户数目越来越大，计算用户兴趣相似度矩阵将越来越困难
B: 基于用户的协同过滤算法相对于基于物品的协同过滤算法来说更个性化，反映了用户自己的兴趣传承
C: 基于用户的协同过滤算法可以使用余弦相似度来评测两个用户之间的联系
D: 新用户刚加入系统时，基于用户的协同过滤算法没有办法马上对该用户进行个性化推荐
举一反三
- 协同过滤是最早、最知名的推荐算法，可分为基于用户的协同过滤和基于物品的协同过滤。
- 下列关于协同过滤的说法，哪一项是错误的？ A: 协同过滤可分为基于用户的协同过滤和基于物品的协同过滤 B: UserCF算法符合人们对于“趣味相投”的认知，即兴趣相似的用户往往有相同的物品喜好 C: 实现UserCF算法的关键步骤是计算物品与物品之间的相似度 D: 基于物品的协同过滤算法（简称ItemCF算法）是目前业界应用最多的算法
- 关于基于用户的协同过滤，下列哪些说法是正确的？ A: 基于用户的协同过滤算法（简称UserCF算法）在1992年被提出，是推荐系统中最古老的算法 B: UserCF算法符合人们对于“趣味相投”的认知 C: 实现UserCF算法的关键步骤是计算用户与用户之间的兴趣相似度 D: UserCF算法符合兴趣相似的用户往往有相同的物品喜好
- 下面关于协同过滤算法的描述错误的是：（ ） A: 基于用户的协同过滤算法（简称UserCF算法）是推荐系统中最古老的算法，可以说，UserCF的诞生标志着推荐系统的诞生 B: 基于物品的协同过滤算法（简称ItemCF算法）是目前业界应用最多的算法 C: 基于模型的协同过滤算法（ModelCF）是通过已经观察到的所有用户给产品的打分，来推断每个用户的喜好并向用户推荐适合的产品 D: UserCF算法是给目标用户推荐那些和他们之前喜欢的物品相似的物品。
- 协同过滤推荐包括基于用户的协同过滤和基于商品的协同过滤。