推荐算法的本质

前言

本文通过知识图谱/图来对推荐系统的作用和本质进行解释。首先我们将万事万物抽象成节点和边的集合，其中节点对应于一个一个的实体，人，商品之类的。边就是实体之间的关系，朋友，喜欢之类的。而这种点和边的集合我们称之为知识图谱或者说图。

推荐的本质

推荐的本质呢就是找到上述所说的图中还未建立关系但存在建立关系的可能的节点，并帮其建立关系。所谓还没建立关系在图中是指两个节点之间没有边相连。存在建立关系的可能是指如果两个节点遇见了那么就会建立关系。通过一个例子来讲呢就是说，A是类型B，喜欢类型C，D是类型C喜欢类型B，但A和D无法相见，推荐系统要做的就是让AD相见。

推荐算法的本质

推荐算法的本质就是一个函数F(a,b) => c，意思就是传入两个节点，返回两个节点之间的相似度 。相似度的计算有两种方式。回到之间所说的图，对于图中的一个节点A，A节点有属性和关系两种信息，举个例子来说就是一个人有身高体重等属性信息，也有朋友，喜好等关系信息。其中关系就是边，而关系信息就是边+边对应的节点。当我们基于节点的属性计算相似度时就是基于内容的推荐(Content-based filtering), 当我们基于节点的关系信息计算相似度时就是协同过滤（collaborative filtering），运用集体智慧。