算法笔记-向量空间

我们平常都会听音乐。以网易云音乐为例，根据我们喜欢的音乐的风格，给我们每日推送音乐。相当多的时候，它推送的音乐正好是我们喜欢听的音乐。下面我们就总结这样一个只能推荐系统，是如何实现的。

算法分析

要解决这个问题，满足以下两点就可：
1：找到跟你口味偏好相似的人，将他们喜欢的音乐推送给你。
2：找到你喜欢的音乐相似的类型，把这些音乐推送给你。

下面就根据上面两个思路实现算法。

• 基于相似用户的推荐
  

基于上面的图标，我们将用户对歌曲的喜欢程度用 0，1 来表示。1 代表用户喜欢，0 代表用户不喜欢。根据上面的图标，我们可以统计出每个用户喜欢的音乐有哪些。然后，遍历这些用户，找到一个跟你喜欢的音乐相同数量最大的那个用户，把他喜欢的音乐推送给你就可以了。

上述的过程虽然也实现了推荐功能，但是粒度太过粗糙，推荐的质量并不高。接下来，对上面的过程进行优化。我们将用户对歌曲的喜欢，细化为程度，通过用户的行为，定义用户对音乐的喜欢程度。

上图将用户行为量化为喜欢的程度分值。

将用户行为量化为分值后，再次计算两个用户的相似程度的时候，我们用欧几里得距离来表示。下图表示欧几里得距离计算公式：

我们把每个用户对所有歌曲的喜爱程度，都用一个向量表示，计算出两个向量之间的欧几里得距离，作为两个用户的口味相似程度的度量。由下图计算过程，得出小明与你的口味最相似。

• 基于相似歌曲的推荐

基于相似歌曲的推荐其实与上述的基于相似用户的推荐几乎一样。相似用户推荐中，我们基于用户的行为，对歌曲进行打分。在相似歌曲推荐中，我们基于歌曲的标签，由用户来评分。

对一首歌，定义多种标签，然后由用户对该歌曲归属于那一类标签进行分数的评估。最后，将用户的打分作为向量，求出欧几里得距离作为歌曲的相似度。如图所示：

总结

黑名单过滤方法中，用到了布隆过滤器，但是布隆过滤器会有误判的情况。为了减少误判带来的错误估计，我们可以采用上述三种方法一同验证骚扰电话和垃圾短信，降低误判带来的风险。

本文创作灵感来源于 极客时间 王争老师的《数据结构与算法之美》课程，通过课后反思以及借鉴各位学友的发言总结，现整理出自己的知识架构，以便日后温故知新，查漏补缺。

初入算法学习，必是步履蹒跚，一路磕磕绊绊跌跌撞撞。看不懂别慌，也别忙着总结，先读五遍文章先，无他，唯手熟尔~
与诸君共勉

关注本人公众号，第一时间获取最新文章发布，每日更新一篇技术文章。