个性推荐③—基于物品的协同过滤算法及优化方案

个性推荐系列目录：
个性推荐①——系统总结个性化推荐系统
个性推荐②—基于用户协同过滤算法原及优化方案

上一篇总结了基于用户的协同过滤算法原理及优化方案，本篇则整理了另一种基于领域的算法：基于物品的协同过滤，以及这两种方法的异同点及适用范围

一、算法原理

① 计算物品之间的相似度
② 基于物品的相似度和用户历史行为给用户生成推荐列表

二、物品相似度计算

通常认为物品相似，是因为物品在某些特征上相似，比如《琅琊榜》与《伪装者》在演员阵容上非常相似，因此会认为这两部剧很相似，这种认定相似的标准就叫基于内容或特征的相似度
在itemCF中，不同基于物品内容和特征计算相似度的，而是根据同时出现在用户兴趣列表中的次数，来计算物品之间的相似度
我们一般假设：如果两个物品同时出现一个用户的兴趣列表中，那么这两个物品可能属于有限的几个领域内，如果属于很多用户的兴趣列表，那么有可能属于某一类
尽管在计算过程中没有利用任何内容属性，但利用ItemCF计算的结果却是可以从内容上看出确实存在某种相似的。
计算公式如下：

上述公式想必大家都很熟悉，这不就是贝叶斯中的条件概率吗？购买过i的用户有多少会购买j。但这个公式有个问题，加入物品j是热门物品，那么所有i与j都会具有较高的相似度，那这样推荐列表往往都是热门物品，这与想要挖掘长尾物品的初衷不符，因此在皮基础上增加了对物品j的热门程度的惩罚项，降低了热门物品相似度

def ItemSimilarity(train): 
 #calculate co-rated users between items 
 C = dict() 
 N = dict() 
 for u, items in train.items(): 
 for i in users: 
 N[i] += 1 
 for j in users: 
 if i == j: 
 continue 
 C[i][j] += 1 
 #calculate finial similarity matrix W 
 W = dict() 
 for i,related_items in C.items(): 
 for j, cij in related_items.items(): 
 W[u][v] = cij / math.sqrt(N[i]