【推荐系统】协同过滤

一、协同过滤：找到与某用户有相同偏好的其它用户，具体步骤：

1 收集用户偏好（比如电影推荐时，某用户对某电影的的打分，评论、转发等）

2 找到相似的用户或者物品

3 计算推荐

基于用户的协同过滤：计算用户之间的相似度

 

用户A与用户C很相似，但是A没有买物品D，所以给A推荐物品D

存在问题：

1 对于一个新用户，很难找到与他相近的用户

2 对于一个物品（本来想推荐给A的），所有最近的邻居很少在上打分，导致物品A不会推荐给A

3 稀疏问题，维护的表（行为用户，列是所有物品），那这个表非常稀疏，因为可能有100W个物品，用户只买其中几个，所以维护这个表不方便

4 当用户数量非常大时，比较用户的计算量也特别大，因为每2个用户都要算相似度

5 用户的喜好容易改变

基于物品的协同过滤（更常用）：计算物品之间的相似度

物品A与C更相似，用户C买了A，故把物品C推荐给用户C

注意：这里的物体之间的相似度不是看物体本身的相似度，是看物体与用户联系的相似度

相比基于用户的协同过滤，优势：

1 计算性能高，通常用户数量远大于物品数量

2 可预先计算保留，物品不善变

实例：

 

目标：求出第5个用户对电影1的评分，根据某一阈值，得出要不要给5用户推荐电影1，具体方法如下：

第一步：想要预测某一用户对某一电影的评分，首先要找到与这一电影相似的电影，根据如下的相似度计算得出，结果是上图右边绿色字体，这里用的是皮尔逊相关系数。

如何找相似的用户呢？通过相似度计算：

 

在推荐系统中常用的是第二种：

第二步：根据皮尔逊相关系数的某一阈值，这里假设是0.4，筛选出与电影1最相近的2个电影，这里是电影3和6,根据此用户对3、6电影的评分，算出得分值，这里是r_51=2.6,最后根据某一阈值，比如是4，若超出阈值则给此用户推荐，明显这个例子并没有超出阈值，所以不推荐

 

协同过滤总结：