推荐算法学习笔记1.1:传统推荐算法-协同过滤算法

1. 传统推荐算法

1.1 协同过滤算法

协同过滤算法是 基于用户和物品之间的交互信息 预测用户对某一物品（事件等）的评分（正向反馈）从而得到用户的推荐集合。该算法的核心是 共线矩阵 的获取以及 向量相似度 计算。

假设有n个用户，m个物品

1. 基于用户相似性的协同过滤算法（UserCF）

   基本思想：兴趣相似的人，感兴趣的东西可能相似。

   基本思路：维护共现矩阵中行向量的相似性（用户向量，时间复杂度：$O(n^2)$）→ 获取Top k个相似用户对某一物品j的加权评分→对不知道评分的物品进行预测分数（时间复杂度：$O(k\times m)$）→ 排序。

   优点：具备更强的社交性，用户能够快速得知与自己相似的人最近喜欢什么，从而快速更新自己的兴趣列表。 新闻，热点，微博？当很多个用户感兴趣一个话题时，该话题会推送给更多的用户，从而产生热点效应。

   缺点：从技术的角度看，当用户量n远大于商品数量m时，用户相似度矩阵的存储和计算（可能可以以更新的方式实现）开销过大。当用户向量稀疏时，找到相似用户的准确率低，不适用于正反馈获取较困难的应用场景。

b. 基于物品相似性的协同过滤算法（ItemCF）

基本思想：用户对与跟自己感兴趣物品相似的物品也可能感兴趣。

基本思路：维护共现矩阵中列向量的相似性（物品向量，时间复杂度：$O(m^2)$）→ 获取用户j感兴趣的物品集合$S_{items}^j$→对于未知评分的物品i，从$S_{items}^j$中获取相似度Top k的k个物品，计算加权平均分数→ 根据分数进行排序生成推荐列表。

优点：当用户量n远大于商品数量m的场景，其存储压力较小。更适合兴趣变化较为稳定的应用，如淘宝购物时选购相似物品。

缺点：无法将两个物品相似这一信息推广到其他物品的相似性计算上，从而导致热门的物品具有很强的头部效应，即热门物品跟很多物品相似度高。由于冷门物品的向量非常稀疏，导致系统难以找到冷门物品之间的相似度。

附公式：

附1. 相似度计算公式

余弦相似度：$sim(i,j)=\frac{{\text{v}}_i^T{\text{v}}_j}{|{\text{v}}_i||{\text{v}}_j|}$, 皮尔逊相关系数：$\frac{({\text{v}}_i-\overline{v_i}{)}^T({\text{v}}_j-\overline{v_j})}{|{\text{v}}_i-\overline{v_i}||{\text{v}}_j-\overline{v_j}|}$, $|\ast |$表示向量的二范数

附2：加权平均计算公式

$scor{e}_k=\frac{\sum w_{any}{s}_{any}}{\sum w_{wany}}$

总结：协同过滤矩阵的解释性强，实现简单。但可能受到特征向量性质的影响，推荐结果的头部效应明显，处理稀疏向量的能力弱。另一方面，该算法仅利用用户和物品的交互信息，无法引入用户的个人信息以及商品信息作为辅助。