下列关于推荐系统的描述，哪一项是错误的？
A: 推荐系统是大数据在互联网领域的典型应用
B: 推荐系统是自动联系用户和物品的一种工具
C: 推荐系统可以创造全新的商业和经济模式，帮助实现长尾商品的销售
D: 推荐系统分为基于物品的协同过滤和基于商家的协同过滤
A: 推荐系统是大数据在互联网领域的典型应用
B: 推荐系统是自动联系用户和物品的一种工具
C: 推荐系统可以创造全新的商业和经济模式，帮助实现长尾商品的销售
D: 推荐系统分为基于物品的协同过滤和基于商家的协同过滤
举一反三
- 推荐系统的推荐方法包括： A: 专家推荐（人工推荐） B: 基于统计推荐（热门推荐）、基于内容推荐 C: 协同过滤推荐（基于用户、基于物品、基于模型） D: 混合推荐
- 基于协同过滤的推荐分为基于用户的推荐、基于项目的推荐和基于模型的推荐。（ ）
- 下列关于推荐系统集群的描述，哪些是正确的？ A: 为了让用户从海量信息中高效地获得自己所需的信息，推荐系统应运而生 B: 推荐系统是大数据在互联网领域的典型应用 C: 推荐系统是自动联系用户和物品的一种工具 D: 推荐系统是利用大数据调整线下门店布局、控制店内人流量
- 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。