毕设笔记

A Survey of Collaborative Filtering Techiques （1）

Collaborative filtering (CF)
协作过滤这个词自从被Tapestry发明出来之后，被推荐系统圈子里面的人广泛采用，尽管这个词有点词不达意--推荐引擎并没有和接受者协作，也不是通过过滤掉那些不该推荐的物品（其实是挑选出来那些接受者感兴趣的）。

CF的最基本的假设是如果用户X和Y都对n个物品的评价类似，或者拥有相同的行为（购买，观看，听），那么他们也会对其他的东西有类似的评价或者行为。
什么是所谓的评价？一可以是显式的打分（1-5分），也可以是隐式的指示，比如说购买或者点击。

CF有很多challenge：1，sparsedata；2，实时性，3，同义词困扰（类似的物品的名字也同样类似）；4，shillingattack（欺诈攻击）；5，数据噪音；6，隐私保护问题。

早期的CF使用用户评价数据来计算相似度或者用户/物品之间的权重，仅以进行预测或者推荐。这就是所谓的memory-basedCF，著名的亚马逊就是采用这种方法的。但是这种方法也有明显的局限性，因为他是基于commonitems，所以当数据很稀疏或者数据很少的时候就不能有效的预测了。人民的智慧是无穷的，绞尽脑汁又搞出来model-basedCF，他使用评价数据来估计或者学习模型来做预测，这里的模型可以是数据挖掘或者机器学习的模型。比较著名的又贝叶斯信任网络CF，聚类CF，潜在语义CF，还有压倒一切既有系统的马尔科夫决策过程CF。

其实除了CF之外，还有一类方法叫做content-basedfiltering，它是通过分析文本内容来找到内容里面的规则，挖掘出用户和物品的特征来预测和推荐。还有一种，他把memory-basedfiltering和content-based filtering合起来，成为混合cf。