[推荐系统02]基于近邻的推荐

基于近邻的推荐方法

推进系统要找到的是最优项（Best Item）和最优N项（Top-N）

基本概念

符号定义说明

用户集U(user)，物品集I(item)，评价分数集合S(score)

$r_ui$是用户u对i的评分

$I_u$是用户u评分过的物品集合

$U_i$是对i打过分的用户集合

$I_uv$同时被用户u和v打过分的物品集合

$U_ij$同时对物品i和j打过分的用户集合

常用准确率评判指标

平均绝对误差（MAE）

$$MAE(f)=\frac{1}{|R_{test}|}\sum_{r_{ui} \in R_{test}}|f(u,i)-t_{ui}|$$
均方根误差(RMSE)
$$RMSE(f)=\sqrt{\frac{1}{|R_{test}|}\sum_{r_{ui} \in R_{test}}(f(u,i)-t_{ui})^2}$$
对于2元的评分用准确率召回率

协同过滤概述

如果用户u和用户v在其他物品上的评分很相似，呢么用户u对新物品i的评分和用户v对物品i的评分也是相似的
若其他用户v对物品i和j的评分相似，则用户u对对物品i和j的评分相似

基于近邻的推荐有2种方法，基于用户和基于物品

• 基于用户
  
  • 评估用户u对物品i的偏好程度，利用已经对i评价过，而且和用户u有相似评级习惯的用户，把这些用户作为近邻来预测用户u对物品i的偏好
• 基于物品
  
  • 基于用户u对给与物品i相似的物品的评分，来预测用户对i的评分，相似物品指的是被一些用户评价相似的物品

基于近邻的方法直接应用评分数据进行预测，基于模型的推荐利用评分来学习预测模型

基于模型的方法常用模型

• 贝叶斯聚类（Bayesian Clustering）
• 潜在语义分析（Latent Semantic Analysis）
• 潜在狄利克雷分布（Latent Dirichlet Allocation）
• 最大熵（Maximum Entropy）
• 玻尔兹曼机（Boltzmann Machines）
• 支持向量机（Support Vector Machine）
• 奇异值分解（Singular Value Decomposition）

基于邻近方法的优势

• 简单：可调参数只有一个，最近邻居数
• 合理性：近邻用户或相似物品给推荐结果直观的解释
• 高效性：相比基于模型的推荐不需要训练，但是推荐阶段消耗大于基于模型的推荐，可以离线预计算近邻提高效率
• 稳定性：用户，物品，评分增加的时候，对推荐结果影响较小。增加物品的评分只需要重新计算相关的评分即可，不用全局重新计算

推荐策略

基于用户评分

预测评分$\hat{r}_{ui}$可以利用用户u的k近邻，即与用户u相似度w最高的k个用户且这些用户对物品i有打分$N_i(u)$计算

$$\hat{r}_{ui}=\frac{1}{|N_i{u}|}\sum_{v\in N_{i}(u)}r_{vi}$$

这个计算方法存在问题：每个用户评价相似程度不同，就是说和用户u更像的用户，他的评分代表性更强，所以需要加入相似程度作为权重，并进行权重标准化

r̂ </