基于用户画像的推荐系统

dundunmm

于 2025-03-23 20:54:45 发布

阅读量828

点赞数 16

分类专栏：数据挖掘文章标签： php 开发语言数据挖掘推荐算法

本文链接：https://blog.csdn.net/dundunmm/article/details/146461733

版权

数据挖掘专栏收录该内容

91 篇文章

订阅专栏

1. 用户画像简介

用户画像（User Profile） 是指通过用户行为、人口统计信息、兴趣偏好等数据构建用户的多维信息标签，并在推荐系统中用于个性化推荐。用户画像可以细分为：

静态画像（年龄、性别、职业、地区）
动态画像（浏览、购买、收藏、点击、评分等行为）
社会关系画像（社交网络、好友关系）

推荐系统利用用户画像可以精准捕捉用户需求，提高推荐质量，解决数据稀疏、冷启动等问题。

2. 用户画像在推荐系统中的作用

精准建模用户兴趣
- 分析用户的历史行为，挖掘长期和短期兴趣变化。
提高推荐系统的效果
- 个性化推荐，提高用户点击率、转化率。
缓解冷启动问题
- 对于新用户，可以利用相似用户的画像进行推荐。
提升召回和排序质量
- 结合用户兴趣和商品特征，优化召回和排序。

3. 用户画像构建方法

用户画像主要从以下几个维度构建：

(1) 人口统计学信息（Demographic Data）

年龄、性别、职业、学历、收入水平
主要数据来源：注册信息、调查问卷

(2) 行为数据（Behavior Data）

点击、浏览：用户在推荐系统中的浏览历史（URL、访问时间等）。
购买记录：用户的购物车、下单、支付信息。
收藏、点赞、评论：反映用户的兴趣偏好和商品喜好程度。

(3) 兴趣标签（Interest Tags）

根据行为数据聚类用户，提取用户兴趣类别（如“运动爱好者”、“科技控”）。
使用 TF-IDF、LDA 等文本分析技术从用户浏览记录中提取关键词。

(4) 社交网络（Social Network）

好友关系、关注列表，利用协同过滤推荐好友喜欢的商品。
Graph Neural Networks (GNN) 可以用于关系建模。

(5) 位置数据（Location Data）

结合地理位置信息，推荐本地化的服务或商品。
适用于 O2O（Online to Offline）场景，如美团外卖、滴滴打车。

4. 推荐系统的核心流程

推荐系统通常由以下几个阶段组成：

(1) 数据收集

通过 日志系统、埋点收集用户行为数据。
通过爬虫获取外部数据，如社交平台信息。

(2) 画像构建

标签生成：使用 NLP 提取关键词，或者通过 KMeans、LDA 聚类用户兴趣。
用户分群：基于 KMeans、DBSCAN、层次聚类等方法对用户进行聚类。
表示学习：使用 Word2Vec、DeepWalk、GNN 计算用户/物品的向量表示。

(3) 候选集召回

召回阶段主要目的是快速筛选出可能感兴趣的物品，常见的方法：

协同过滤（CF）
- 基于用户相似度（UserCF）
- 基于物品相似度（ItemCF）
矩阵分解（MF）
- SVD、ALS、NMF
深度学习召回
- YouTube DNN 推荐系统（Embedding + ANN）
- Graph-based 召回（PinSage, DeepWalk）

(4) 精排

对召回的候选集进行排序，提升推荐精准度：

基于机器学习的排序
- XGBoost / LightGBM（GBDT）
深度学习排序
- Wide & Deep、DeepFM、DIN、Transformer4Rec
混合策略
- 结合多种排序方法，提高推荐效果。

(5) 结果展示

最终生成个性化推荐列表，优化 UI 交互，提高用户体验。

5. 推荐算法

不同的推荐场景适用不同的推荐算法。

推荐方式	适用场景	算法示例
基于规则	适用于业务逻辑明确、用户群体稳定的场景	IF-THEN 规则、基于标签的推荐
协同过滤	适用于用户行为数据丰富的场景	UserCF、ItemCF、矩阵分解（SVD, ALS）
深度学习	适用于大规模推荐	DNN、Wide & Deep、DeepFM、Transformer
图神经网络（GNN）	适用于社交推荐、兴趣社区	PinSage、GCN、GraphSAGE
多行为推荐	适用于电商、视频推荐	MARank、Co-Attention Multi-Behavior 推荐
强化学习	适用于长期用户互动优化	DDPG、PPO、Bandit-based 推荐

6. 代码示例

(1) 用户画像构建（TF-IDF 提取兴趣标签）

from sklearn.feature_extraction.text import TfidfVectorizer

# 用户浏览的商品描述
documents = [
    "手机 5G 智能 AI 拍照",
    "笔记本电脑 游戏本 RTX3060",
    "智能手表 运动 心率监测",
    "相机 微单 佳能 索尼"
]

# 计算 TF-IDF
vectorizer = TfidfVectorizer()
tfidf_matrix = vectorizer.fit_transform(documents)

# 输出关键词
feature_names = vectorizer.get_feature_names_out()
print(feature_names)

(2) 基于 ItemCF 进行推荐

from surprise import Dataset, Reader, KNNBasic

# 加载数据
reader = Reader(rating_scale=(1, 5))
data = Dataset.load_from_file('user_item_ratings.csv', reader=reader)

# 训练 ItemCF 模型
sim_options = {'name': 'cosine', 'user_based': False}
model = KNNBasic(sim_options=sim_options)
trainset = data.build_full_trainset()
model.fit(trainset)

# 预测用户对某物品的评分
uid = str(1)
iid = str(50)
pred = model.predict(uid, iid)
print(pred.est)