3.1　什么是基于内容的推荐算法

首先给基于内容的推荐算法下一个定义，让读者有初步的印象，后面更容易理解。

所谓基于内容的推荐（Content-Based Recommendation）算法是指基于标的物相关信息、用户相关信息及用户对标的物的操作行为来构建推荐算法模型，为用户提供推荐服务的算法。这里的标的物相关信息可以是对标的物文字描述的metadata信息、标签、用户评论、人工标注的信息等。用户相关信息是指人口统计学信息（如年龄、性别、偏好、地域、收入等）。用户对标的物的操作行为可以是评论、收藏、点赞、观看、浏览、点击、加购物车、购买等。基于内容的推荐算法一般只会依赖于用户自身的行为提供推荐，不涉及用户的其他行为。

广义的标的物相关信息（不限于文本信息，如图片、语音、视频等）都可以作为内容推荐的信息来源，只不过这类信息处理成本较大—不光是算法难度大，处理的时间及存储成本也相对更高。

基于内容的推荐算法算是最早应用于工程实践的推荐算法，有大量的应用案例，如今日头条的推荐有很大比例是基于内容的推荐算法。