推荐系统简述

基本任务

解决信息过载，发掘用户兴趣

用户行为数据

eg:小明早上9点打开了亚马逊，先是浏览了首页，点击了几个热销的西装链接，然后在搜索栏输入了nike篮球鞋，在浏览了8双球鞋后，看了一些购买者的评价，最终选定了air jordan的最新款。
将这条行为拆分成设定好的数据块，再以一定的数据结构，存储到亚马逊的用户行为数据仓库中。

冷启动问题

定义：没有大量且有效的用户行为数据，利用商品本身的内容数据
**内容数据：**eg,商品tag（类）,商品名称（关键字相似），同店家的热门商品，经验（啤酒尿布）
局限：比如：小明在网上搜索过保时捷汽车模型。然后推荐系统根据关键字，给小明推荐了价值200万的保时捷911

user-item 用户偏好矩阵

有用户行为数据时，形成用户偏好矩阵。

数据清理

产生原因：当我们开始有意识地记录用户行为数据后，得到的用户数据会逐渐地爆发式增长。
其中最核心的工作，就是减噪和归一化：
减噪：用户误操作等

降维算法——SVD奇异值分解

提出背景：随着物品数量的增多，用户偏好矩阵变得稀疏。
解决方法：通过对矩阵相乘不断的拟合，参数调整，将原来巨大的稀疏的矩阵，分解为不同的矩阵，使其相乘可以得到原来的矩阵。

协同过滤算法（collaborative filtering）

可以算出两个相似度：user-user相似度矩阵； item-item相似度矩阵。

计算相似度的具体算法，大概有几种：欧几里得距离，皮尔逊相关系数，Cosine相似度，Tanimoto系数。

LR逻辑回归

LR逻辑回归分为三个步骤：

• 提取特征值
• 通过用户偏好矩阵，不断拟合计算，得到每个特征值的权重
• 预测新用户对物品的喜好程度

持续改进

ABtest