推荐系统---（二）利用用户数据

1、用户行为数据

用户行为可以分为：（1）显示反馈行为（包括用户明确表示对物品喜好的行为）；（2）隐式反馈行为（不明确反应用户喜好的行为，如页面浏览行为。）。

比较类别	显示反馈数据	隐式反馈数据
用户兴趣	明确	不明确
数量	较少	庞大
存储	数据库	分布式文件系统
实时读取	实时	有延迟
正负反馈	都有	只有正反馈

常见的数据集：

（1）无上下文信息的隐式反馈数据集：每一条行为记录仅仅包含用户ID和物品ID。

http://www.informatik.uni-freiburg.de/~cziegler/BX/

（2）无上下文信息的显式反馈数据集：每一条行为记录包含用户ID、物品ID和对物品的评分。

（3）有上下文信息的隐式反馈数据集：每一条行为记录包含用户ID、物品ID和用户对物品产生行为的时间戳。

http://www.dtic.upf.edu/~ocelma/MusicRecommendationDataset/lastfm-1K.html

（4）有上下文信息的显示反馈数据集：每一条行为记录包含用户ID、物品ID、用户对物品的评分和评分发生行为的时间戳。http://netflixprize.com/

2、用户行为分析

（1）用户活跃度和物品流行度的分析

令$f_n(k)$为对k个物品产生过行为的用户数，令$f_i(k)$为被k个用户产生过行为的物品数，那么它们都符合长尾分布：$f_u(k)={\alpha }_u{k}^{{\beta }_u}$和$f_i(k)={\alpha }_i{k}^{{\beta }_i}$。
即大部分用户都是新用户，而老用户占据很少的比例；热门的物品占据的比例很少。
一般认为，新用户倾向于浏览热门的物品，而老用户会逐渐开始浏览冷门的物品。

（2）协同过滤算法

仅仅基于用户行为数据设计的推荐算法即协同过滤算法。
常用的方法有：

• ①基于邻域的方法（neighborhood-based）
  • （i）基于用户的协同过滤算法：给用户推荐和他兴趣相似的其他用户喜欢的物品。
  • （ii）基于物品的协同过滤算法：给用户推荐和他之前喜欢的物品相似的物品。
• ②隐语义模型（latent factor model）
• ③基于图的随机游走算法（random walk on graph）等。

3、基于邻域的算法

（1）基于用户的协同过滤算法UserCF

步骤：
①找到和目标用户兴趣相似的用户集合；
②找到这个集合中的用户喜欢的、且目标用户没有听说过的物品推荐给目标用户。

Step1：计算用户的兴趣相似度

步骤①的关键是计算两个用户的兴趣相似度。令N(u)表示用户u曾经有过正反馈的物品集合，令N(v)为用户v曾经有过正反馈的物品集合，那么可以利用Jaccard公式简单地计算u和v的兴趣相似度：
$$w_{uv}=\frac{|N(u)\cap N(v)|}{|N(u)\cup N(v)|}$$
或
$$w_{uv}=\frac{|N(u)\cap N(v)|}{\sqrt{|N(u)||N(v)|}}$$
或改进为John S. Breese提出的公式：
$$w_{uv}=\frac{{\sum }_{i\in N(u)\cap N(v)}lo}{\sqrt{|N(u)||N(v)|}}$$