推荐系统学习——基于概率分析的方法

用途：预测用户对物品评分

输入：所有用户对所有物品的评分矩阵

输出：用户A对物品I的评分

预测用户A对物品I的所有可能评分的概率，然后选出概率最大的评分作为输出

	物品1	物品2	物品3	物品4	物品5
Alice	1	3	3	2	？
用户1	2	4	2	2	4
用户2	1	3	3	5	1
用户3	4	5	2	3	3
用户4	1	1	5	2	1

如图，要预测Alice对物品5的评分，需要计算条件概率P(物品5=1|X)，在这里X是Alice对其他物品的评分：X=(item1=1,item2=3,item3=3,item4=2)。

简单方法：朴素贝叶斯

这里要计算的是P(Y|X)，由贝叶斯理论，P(Y|X)=P(X|Y)*P(Y)/P(X)。

P(X)=P(item1=1,item2=3,item3=3,item4=2)对于Alice而言是常量，可省略；

P(Y)为P(item5评分)的概率，这里P(item5=1)=2/4，P(item5=3)=1/4，P(item5=4)=1/4

P(X|Y)，假设用户对不同物品的评分之间相互独立，则有：

，d 为属性个数，就是X涉及的物品个数。

从评分表计算P(Y)：

P(item5=1) = 2/4（物品5的评分有两个1）

P(item5=2) = 0

P(item5=3) = 1/4

P(item5=4) = 1/4

计算P(X|Y)：

P(X|item5 = 1) = P(item1=1|item5=1)*P(item2=3|item5=1)*P(item3=3|item5=1)*P(item4=2|item5=1) 

=2/2*1/2*1/2*1/2 = 0.125

依次可得：P(X|item5 = 2) = 0，P(X|item5 = 3) = 0，P(X|item5 = 4) = 0

从以上结果，用户Alice对物品5评分为1的概率：P(item5=1|X)的概率最高，所以估计结果是Alice最可能给物品5打1分。

方法缺陷

1、计算P(X|Y)时有可能会计算出概率值为0，可采用m估值和laplace平滑来处理概率。

2、计算复杂度高，在小规模或评分数据稀疏的场景下效果不好。

 

参考：

《推荐系统》 蒋凡译