推荐系统之协同过滤

TOC

数据集

• 上下文

上下文指用户当前访问所处的环境，如时间，地点，网络类型，机器型号等信息。

• 隐式反馈数据集

通常是指服务器日志，可能含有上下文，如浏览历史。

• 显式反馈数据集

通常是指用户调查，反馈模块等的数据，如电影的评分，是否喜欢。

协同过滤

根据用户已有的行为或意见预测当前用户最可能感兴趣的物品。
数据集通常由三部分构成：用户集合，物品集合，用户物品行为集合。
协同过滤的主要算法分为两类：

• 基于用户的协同过滤:

根据相似用户预测前前用户最可能感兴趣的物品。

• 基于物品的协同过滤

根据用户的历史行为预测当前用户最可能感兴趣的物品。

基于用户的协同过滤

核心算法-用户相似度

---

• 余弦相似度

• Jaccard公式

时间复杂度为O(|U|*|V|)

• Pearson相关系数

以上公式均可以引入平均值来提高准确率。

基于物品的协同过滤

核心算法 - 物品相似度

主要通过分析用户行为记录计算物品间的相似度

基于物品的协同过滤算法主要分为两步：

1. 计算物品间的相似度
2. 根据物品的相似度和用户的历史行为生成推荐列表

相关公式

• 余弦公式

N(i)为购买过物品i的用户集合。$$W_{ij}$$为物品i与物品j的相似度。

• 使用IUF(Inverse User Frequence)修正后的物品相似度公式

N(u)为用户u购买过的物品集合

• 物品相似度归一化

归一化可以提高准确度、覆盖率以及多样性