推荐系统（基本方法+评估指标+工具）

基本方法

1 Neighborhood-based (item-item)

参考文献：Item-based Collaborative Filtering Recommendation Algorithms

根据与item $i$ 相似的 $k$ 个 items，估计出对item $i$ 的评分。采用加权平均的方法，如下，

$s_{ij}$ 为 item $i$ 与 item $j$ 的相似度，$r_{ui}$ 为 user $u$ 对 item $i$ 的评分。

$$\hat{r}_{ui} = \frac {\sum_{j \in S^k(i;u)} s_{ij} r_{uj}} {\sum_{j \in S^k(i;u)} s_{ij}}$$
相似度的计算有多种方式，例如余弦相似度，皮尔森相关系数等。

当然，还可以用 user-user 估计，但是users 数目往往很大，不适合较大规模数据。

2 Model-based （矩阵分解）

参考文献：Matrix Factorization Techniques for Recommender Systems

基于相似度的方法只能找出相似的items，意味着向一个看了动作片的人推荐更多动作片。但现实情况是，喜欢看动作片的人可能不仅仅喜欢动作片，也喜欢爱情片，或者爱情动作片。这就需要挖掘出潜在因素来进行推荐（latent factors）。

将 user-item 评分矩阵分解为 user_features x item_features。

由于R矩阵是非常稀疏的，有大量缺失值，如果使用传统SVD分解需要填补缺失值。这样做有两个缺点：1. 填补什么值？会造成不准确；2. 填补后变成稠密矩阵，计算量大增。于是采用忽略缺失值的方法，最小化 least square。但要注意防止 overfitting，加入正则化项（与模型复杂度成正比）。<