推荐系统导论笔记（一）

推荐系统基本框架

推荐系统的基本模型一般有以下三个部分构成：

• User
• Item
• Rating

每个User可以有自己的一些属性（Attribute），如喜好、偏向等。这个属性可以通过对用户的行为进行统计得出，如统计该用户阅读新闻的主题等。在Content Based Filtering算法中，会利用此数据对用户进行基于内容的推荐。
类似的，每个Item也有自己的属性，例如风格（style）、流派（genre）、电影的导演、演员、主题等。在Content Based Filtering中，可通过计算Item自己的属性向量与User的属性向量的夹角余弦值来衡量该Item与User的相似程度，并据此进行推荐。
Rating是整个推荐系统最重要的数据。在User-User CF算法和Item-Item CF算法中，都起到计算相似度的重要作用。此外，对缺失的评分数据进行预测也是通过他人的Rating进行加权得到的。
三者关系图如下：

推荐算法分类

推荐算法大体可以分为以下几类：

• 非个性化推荐
• 基于内容的过滤（Content Based Filtering）
  
  • Information Retrieve
  • Knowledge Based
• 联合过滤（Collaborative Filtering）
  
  • User-User CF
  • Item-Item CF
  • Dimensionality Reduction

其中非个性化推荐指不涉及到用户属性的推荐，如餐馆推荐，在不考虑用户口味、距离等因素的情况下，可以通过简单的统计给出各个餐馆的Rating，并据此得到推荐的Top N List。当然，要考虑评分作弊、评分的时效性和用户评分习惯等因素。
再比如，超市捆绑销售推荐。如果我们通过统计观测到很多用户买了$X$的同时，买了商品$Y$,那么，我们就可以将$X$和$Y$放在一起进行推荐。
Content Based Filtering是指考虑用户的属性的一种过滤。如某个技术专栏中有Android、大数据、云计算、机器学习等主题的文章，我们可以通过统计用户$u$阅读各个主题的文章数，得出用户属性向量，如$A_u=[1,5,2,7]$。当准备推荐新文章时，我们计算文章属性向量与用户属性向量的夹角的余弦值。越大说明相关性越强，也越应该被推荐。
Collaborative Filtering是指利用其它人/物的Rating来预测缺失的评分。在User-User CF算法中，我们首先计算用户间的相关度（Correlation），然后再根据用户对特定Item的Rating与Correlation加权平均得出缺失的Item的评分。
与之类似，Item-Item CF算法也是利用相似度与评分进行加权得出缺失Item评分的一种方法，不同的是Item-Item CF计算的是Item间的相似度。如我买了商品$i_1,i_2,i_3$，系统计算某个我没买过的商品$i_4$与其他三个商品的相似度，并给出预测评分

$$Rating(i_4)=\frac{\sum_{k=1}^3sim(i_k,i_4)\times r_k}{\sum_{k=1}^3sim(i_k,i_4)}$$ 在实际应用，往往不会只应用某一种推荐算法，而是多种算法联合使用，以期达到最好效果。