基于CB的推荐算法

CB算法对于线上很好用，尤其新用户进来，直接给我推荐跟我正在浏览相似的物品（这个相似的物品可以基于内容的推荐，如果这个物品在item-item相似度矩阵里面的话，可以基于item_cf做一个推荐，如果不在就基于内容推荐）。冷启动，可以推一些热门的物品。

举个简单的小例子
用户u1喜欢的电影是A,B,C
用户u2喜欢的电影是A,C,E,F
用户u3喜欢的电影是B,D

我们需要解决的问题是：决定对u1是不是应该推荐F这部电影
基于内容的做法：要分析F的特征和u1所喜欢的A、B、C的特征，需要知道的信息是A（战争片），B（战争片），C（剧情片），如果F（战争片），那么F很大程度上可以推荐给u1，这是基于内容的做法，你需要对item进行特征建立和建模

itemid1里面有词：韩国 少女 少女时代
itemid2里面有词：少女 少女时代

然后把他们词放到一起，相当于user1里面有这5个词，然后把相同的词累加起来。

①item变化比较大：比如新闻推荐 头条，腾讯，微博，时效性要求特别强
这种情况下，itemCF,效果就很差，一般是用userCF解决
user1 user2，user3 user2刚看了哪几个新闻
②淘宝，京东，优酷，电影 电视剧，爱奇艺，音乐 item变化不是很快
itemCF,t+1生成，凌晨跑一次任务，生成item相似度矩阵。

两者都可以用CB,做辅助

对item_name切词，然后每一个切词做倒排索引。和之前user_cf相似，只不过那个是对item做倒排索引查找购买item的user,基于内容的是通过分词查找item歌曲。
然后item1,item2,item3他们之间两两算一下相似度。

有新用户进来，看看他在user-user矩阵中吗，有的话，就用userCF算法。没有就是冷启动问题，可以推荐给他热门音乐，看看用户自带什么属性，如果年龄，性别，省份都有：如果年龄段，则选出全部年龄在26-35之间的用户，然后找出这些用户他们听过的音乐，然后按听歌的时间上做降序排列，或者按听过的次数排序。如果性别：筛选女生的热门音乐，或者性别和年龄一起统计做一个pair对。如果按省份，有少数民族多的省份可能听民族音乐多一些，就给他推在这个省份比较热门的音乐。

然后用户在热门里听了一个音乐，这时就不给她推荐热门的了，可以基于物品的推荐（如果在你item-item相似矩阵中有你听的这个音乐）就可以按这种方式推。如果在这个矩阵中找不到，则按基于内容相似物品的方式推

比如就是这种数据结构：
29900101 (徐颢菲,1.97738375145)
29900100 (徐颢菲,5.97738375145),(借口,3.71339347781) 转化为：

徐颢菲 (29900100,5.97738375145),(29900101,1.97738375145)
借口 (29900100,3.71339347781)