推荐系统搜集分析数据

前言

 本文主要介绍推荐系统如何搜集,分析数据，通过必要的推荐算法，使推荐结果符合用户的个人口味。

一.利用用户行为数据

目录

• 什么叫做用户行为数据

• 为什么利用用户行为数据

• 用户行为的分类

• 用户行为的存储

• 基于用户的协同过滤算法

• 基于物品的协同过滤算法

什么叫做用户行为数据

 用户行为数据在推荐系统中的定义是：在网站或者应用中用户的浏览,购买,点击,评分,评论等行为都是用户行为。

为什么利用用户行为数据

 为了让推荐结果符合用户口味，我们需要深入了解用户。如何才能了解一个人呢？《论语·公冶长》中说“听其言，观其行”，也就是说可以通过用户留下的文字和行为了解用户兴趣和需求，改善推荐算法，从而使推荐结果符合用户口味。

用户行为的分类

 一般来说，在推荐系统中，用户的行为一般可以分为俩类：显性反馈行为,隐性反馈行为。

• 显性反馈行为：显性反馈行为包括用户明确表示对物品喜好的行为。例如评分或者简单的选择喜欢，或者不喜欢。

• 隐性反馈行为：为指的是那些不能明确反应用户喜好的行为。最具代表性的隐性反馈行为就是页面浏览行为。

 

用户行为的存储

 用户行为可以分为显性反馈行为，隐性反馈行为。一般来说，显性反馈行为的数据量会远远小于隐性反馈行为的数据量。而且比如像相关推荐等，实时性要求是比较高的，或许会导致用户行为的存储方式也不一样。在<<推荐系统实战>>一书中，对于用户行为的存储给出了如下的一般性意见：

 所以，可以将用户的行为存储在分布式系统HDFS或者数据库，redis中。这主要是取决于用户行为数据量的大小以及对实时性的要求是否高。对于不需要进行实时存储以及分析的行为，我们可以利用Kafka或者Metaq消息队列进行行为的消费，也就是存储。如下：

 

基于用户的协同过滤算法

 基于用户的协同过滤算法是推荐系统中最古老的算法。这种算法给用户推荐和他兴趣相似的其他用户喜欢的物品。比如当一个用户A需要个性化推荐时，可以先找到和他有相似兴趣的其他用户，然后把那些用户喜欢的、而用户A没有听说过的物品。

基于物品的协同过滤算法

 基于物品的协同过滤算法 这种算法给用户推荐和他之前喜欢的物品相似的物品。

二.利用用户标签数据

目录

• 背景

• 为什么利用标签

• 标签的分类

  • UGC标签

  • PGC标签

背景

 我们通常会说给某个人贴标签，其实标签是推荐系统中一种重要的特征表现方式。利用好标签，推荐系统可以给用户返回更符合用户个人口味的推荐结果。

为什么利用标签

 推荐系统的目的是联系用户的兴趣和物品，这种联系需要依赖不同的媒介。GroupLens在一篇文章中表示目前流行的推荐系统基本上通过3种方式联系用户兴趣和物品。如图4-1所示，第一种方式是利用用户喜欢过的物品，给用户推荐与他喜欢过的物品相似的物品，这就是前面提到的基于物品的算法。第二种方式是利用和用户兴趣相似的其他用户，给用户推荐那些和他们兴趣爱好相似的其他用户喜欢的物品，这是前面提到的基于用户的算法。除了这两种方法，第三种重要的方式是通过一些特征（feature）联系用户和物品，给用户推荐那些具有用户喜欢的特征的物品。这里的特征有不同的表现方式，比如可以表现为物品的属性集合（比如对于图书，属性集合包括作者、出版社、主题和关键词等），也可以表现为隐语义向量（latent factor vector），这可以通过前面提出的隐语义模型习得到。本章将讨论一种重要的特征表现方式——标签。如图:

标签的分类

UGC标签

 指的是用户为内容打的标签。

PGC标签

 指的是专家为内容打的标签。

三.利用上下文信息

 准确了解用户的上下文信息（包括时间、地点、心情等），对于提升推荐效果有重要作用。

四.利用社交网络数据

• 电子邮件 / 用户注册信息 / 用户的位置数据 / 论坛和讨论组 / 即时聊天工具 / 社交网站

• 社会图谱（Facebook）和兴趣图谱（Twitter）

感谢&总结

 本文主要参考了项亮老师的<<推荐系统实战>>一书，主要分享了本文主要介绍推荐系统如何搜集,分析数据，通过必要的推荐算法，使推荐结果符合用户的个人口味。