网上有大量资料，但我无法协调推荐系统方法/策略的不同定义。

我认为我们可以确定几个轴：

• 基于内存与模型； 基于模型的模型不需要存储历史数据，例如用户评分或代理（隐式数据），例如购买行为、浏览量等。
• 基于产品与协同过滤，也就是基于用户的过滤。协同过滤依赖于用户偏好数据（隐式或显式——当用户显式提供评级、喜欢、星级时显式）。基于产品的唯一依赖于产品功能。

协同过滤包括完全基于用户项目排名的基于项目的推荐，以及利用产品特征和用户偏好的基于内容的推荐（尽管其他 来源将基于内容的过滤置于协同过滤系列之外）

它是否正确？有什么（大的）遗漏吗？