如何处理推荐系统流行度长尾问题

      流行度长尾问题是推荐系统的一个原生问题，就是原来很热门的物品更容易被推荐，原本就很冷门的物品越不容易推荐，即“头大长尾”问题。为了解决这个问题，我们可以先计算出每个物品的流行度ppli=ln(1+|Ni|）

用户相似度：

       计算出每个物品的流行度之后，按照以下公式计算用户间的形似度，就是在原先相似度的基础上除以ppli。即，越热门的物品咱给他赋的权重越小。这样还能提高冷门物品的点击率。

 物品相似度：

        也可以在计算出每个物品的流行度之后，计算阿尔法相似度，阿尔法的计算方式有两种，可通过normalize或者sigmoid来计算。阿尔法是用户可流行度，当阿尔法很大时，因为它在分母上，是相除的形式，所以对流行度有稀释的作用。