【协同过滤】UserCF协同过滤方法简介

一、协同过滤方法

顾名思义，“协同过滤”就是协同⼤家的反馈、评价和意见⼀起对 海量的信息进⾏过滤，从海量信息中筛选出⽬标⽤户可能感兴趣的信息的推荐过程。

二、UserCF协同过滤算法过程

图2-2描述了⼀个电商⽹站场景下的协同过滤推荐过程，其推荐过 程按照图2-2（a）～（f）的顺序共分为6步。

1. 明确商品库中的数据有哪些：电商⽹站的商品库⾥⼀共有4件商品：游戏机、某⼩说、某 杂志和某品牌电视机。
2. 明确任务：⽤户X访问该电商⽹站，电商⽹站的推荐系统需要决定是否 推荐电视机给⽤户X。换⾔之，推荐系统需要预测⽤户X是否喜欢该品牌的电视机。为了进⾏这项预测，可以利⽤的数据有⽤户X对其他商品 的历史评价数据，以及其他⽤户对这些商品的历史评价数据。图2-2 （b）中⽤绿⾊“点赞”标志表⽰⽤户对商品的好评，⽤红⾊“踩”的标志 表⽰差评。可以看到，⽤户、商品和评价记录构成了带有标识的有向图。
3. 构建共现矩阵：为便于计算，将有向图转换成矩阵的形式（被称为“共现矩 阵”），⽤户作为矩阵⾏坐标，商品作为列坐标，将“点赞”和“踩”的⽤ 户⾏为数据转换为矩阵中相应的元素值。这⾥将“点赞”的值设为1， 将“踩”的值设为-1，“没有数据”置为0。
4. 计算用户的相似性：⽣成共现矩阵