推荐系统主要用于生活中相关喜好的推荐。例如在购物的过程中,用户买了某种商品,那么系统会根据用户购买的商品推荐相关的其他类型商品,从而促进购买量(其实就是淘宝推荐= =)
0x01 推荐系统理论
以电影为例,用户对于不同电影的评价如下图所示。
每个电影拥有两个特征,分别是爱情程度以及动作程度。分别代表该电影所包含的爱情成分大小以及动作成分大小。根据用户对于电影的评分,可以看出Alice和Bob对于爱情电影更为偏好,而其他两人对动作电影更喜欢。
根据以上的评价可以对其进行预测,Alice对于Cute电影的评价应该会很高,Dave对于Swords的评价也会很高。
以上就是推荐系统的理念。我们可以通过线性回归实现以上的算法。
其中,θj为每个用户j的喜好,nu为用户的数量。y(i,j)为实际用户对于电影的打分。因此,为了判断每个用户的喜好θ,要最小化代价函数J(θ)。
以上就是基于内容的推荐系统。