zoukankan      html  css  js  c++  java
  • (总览)基于商品属性的相似商品推荐算法

    系列随笔:

    (总览)基于商品属性的相似商品推荐算法

    (一)基于商品属性的相似商品推荐算法——整体框架及处理流程

    (二)基于商品属性的相似商品推荐算法——Flink SQL实时计算实现商品的隐式评分

    (三)基于商品属性的相似商品推荐算法——批量处理商品属性,得到属性前缀及完整属性字符串

    (四)基于商品属性的相似商品推荐算法——推荐与评分高的商品属性相似的商品

    (五)基于商品属性的相似商品推荐算法——算法调优及其他

    2020.04.15  补充:协同过滤推荐算法.pptx

    提取码:4tds

    碎碎念(可跳过)


    项目背景:

    对于一个商城(或社区系统或其他)来说,”推荐“是一个很有必要,而且很必要的功能。它可以帮忙用户更快的找到自己心怡的商品,提高商品的转化率、增加销售收入;一个好的推荐系统,还能带给用户予惊喜、提高用户对系统的整体满意度及口啤,吸引更多的新用户和访问量。

    经典推荐算法:

    比较经典的推荐算法有《基于人的协同推荐算法》和《基于物的协同推荐算法》,两种算法的原理是一致的,具体请自行百度

    简单来说:

    基于人的推荐就是先找到有相同爱好的一个同好群(兴趣圈),然后由里面的”知己“推荐商品;也就是说”我和你是知己,我喜欢的东西,你大概也喜欢,拿去康康吧“。"知己"的定义为:喜欢的商品大致相同。

    基于物的推荐就是两个(或多个)商品被同时喜欢的次数很高,那这些商品应该是相似的。例如,张三喜欢商品A和D,李四喜欢商品A、B、D,王五喜欢商品A、C、D,虽然这三人喜欢的商品不完全一样,但他们都喜欢A和D(喜欢A的都喜欢D),也就是说A和D应该是相似的;现在来了一个赵六,他喜欢A,那么现在应该可以给他推D

    协同推荐算法缺陷:

    基于人的推荐的问题在于,如果”圈子“比较小,大家喜欢的商品也是类似的,相互推荐会变成一个恶性循环。会使得推荐的商品都一样,或者到最后没商品可推荐;基于物的推荐一般会比基于人的推荐会好一些,但它们共同的问题是:数据稀疏(系统的商品数量是巨大的,而一个用户浏览过的商品是有限的,通常不到1%),计算量巨大。

    一个运营良好的系统(平台)的用户和商品的数量都是巨大的;假设系统有200w用户,10w个商品,为一个用户推荐商品时:

    基于人的时候,需要遍历200w用户,查询他们喜欢的商品及对商品的评分(计算量巨大),对比各个用户对相同商品的评分情况(计算量巨大),找出品味相近的N个圈子,从当前用户所有的圈子里挑取评分高的商品进行推荐。当然,你也可以不完全遍历所有用户来找品味相近的人,你可以查询当前用户都对哪些商品进行了评分(有个显示评分和隐式评分的问题,这里就不展开了),然后查询对(其中一个或一些)商品有过评分的其他用户,这里查询得到的用户就会少一些,然后还是进行用户评分矩阵的对比(相似度计算);不过依然是操作复杂,计算量大;

    基于物的时候,需要遍历所有商品,查询计算每个商品被多少个人喜欢、每个人的评分是怎样的(计算量巨大),然后对比得到相似的商品;根据当前用户喜欢的商品,推荐相近的其他商品。计算量依然是巨大;

    解决数据稀疏的主要算法有单值分解、聚类等(有点复杂);解决计算量大的方法是分布式计算(也就是说,提高算力),例如:Spark;这个对服务器的要求比较高(额外的预算),然后开发、部署、运营的难度也较高~~

    PS:上面对这两种经典的协同过滤推荐算法的讲解和评论属于个人理解。个人水平较低,可能说错或不太严谨。读者请自己查阅资料,选择适合自己的推荐算法。

    基于商品属性的相似商品推荐算法:


     ”我们是知己,我喜欢这个,你也应该会喜欢。“、”同时喜欢商品A和商品D的人比较多,这两个商品应该是相似的,你喜欢A的话,应该也会喜欢D“~~~~~

    不管是基于人还是基于物的协同推荐算法,它们的“相似”,都只是一个客观上的”相似“,只是应该是相似的,并不是商品间真正的相似。那么什么是真正的相似咧?

    例如:我们在看两个人是不是长得像的时候,观察的是眼睛、鼻子、嘴巴等等是不是长得像。我们观察人的这些特征(五官或其他),对比的是特征是否一样或相似,最终判断两个人是否相似;

    再例如:我们想买手机的时候,需要看两台(或多台)手机是否真的相似,哪个配置高?我们可以去中关村在线,进行商品对比,对比商品的属性。相同属性越多,两台手机就越相似~

    http://detail.zol.com.cn/ProductComp_param_1298290-1302451.html

    可以看到,这种基于商品属性的对比,点对点的对比,更有说服力,也更形象、更本质的说明两个商品是否相似(关键是实现起来,也不需要大量的计算!!)

    下一节:(一)基于商品属性的相似商品推荐算法——整体框架及处理流程

  • 相关阅读:
    文件处理seek以及修改内容的两种方式
    三元表达式、列表推导式、生成器表达式、递归、匿名函数、内置函数
    MySQL逻辑查询语句执行顺序
    函数基础
    迭代器、生成器、面向过程编程
    3 函数
    文件处理
    字符编码
    2 数据类型、字符编码、文件处理
    转载文章之提供给开发者 10 款最好的 Python IDE
  • 原文地址:https://www.cnblogs.com/tujia/p/12360038.html
Copyright © 2011-2022 走看看