(翻译)The Long Tail of Recommender Systems and How to Leverage It

长尾商品推荐系统

2.3 长尾问题的解决方法：对项目集进行聚类

导致长尾推荐问题的原因是，没有足够的数据进行长尾商品的模型预测，聚类可以适当解决该问题。

举例来说，在movieLens数据集上，使用EM方法把1682部电影聚为10类，用以构建预测模型（比如每一类都有一个支持向量机模型，总共就有10个SVM模型）。如果想预测用户C对The Other Boleyn Girl这部电影的评分，首先，将所有电影分成10组。如果电影属于第5组，改组还有30部其他电影，共10000个评分，在该组数据中使用SVM模型，通过10折交叉验证在10000个评分数据上计算RMSE错误率。但是该方法效率不高，在大规模的推荐问题上表现不好，为了解决上述问题，直接把流行商品和长尾商品分开建模，在某些情况下，准确率更高。

3. 提出的方法

首先把商品I分为流行商品H和长尾商品T，聚类长尾商品T并进行聚类。对长尾商品进行聚类，比如电影，有聚类指标(电影评分、流行度、喜欢数等)，根据相应指标使用传统的聚类方法进行聚类，本文使用EM聚类方法，而流行商品H则无需聚类。