i2i作为推荐召回的核心，在数学假设上有什么问题？

对称性假设 #card

• 物品A 和物品 B 相似度相同，sim(A,B)=sim(B,A)

• 实际中可能存在 A 到 B（手机到手机壳），但反向关系 B 到 A 未必成立。

• 召回低相关性物品

静态相似性忽略时间变化 #card

• 根据历史数据计算的物品相似度是静态的，长时间保持稳定。

• 物品的热度、用户兴趣会随着时间变化（季节商品、新闻热点）

• 过时推荐

数据稀疏性与头部效应 #card

• 需要物品有足够多交数据，才能计算相似性。

  • 长尾估计不准确

  • 头部偏差，热门物品因交互频繁，可能与多个长尾物品错误关联。

• 热门推荐，牺牲了个性化