推荐系统概述笔记

整理自：http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy1/index.html#icomments

搜索引擎之后出现的推荐系统，打破了用户带有目的性地、主动地寻找数据这一明确行为，通过信息提取和学习，让合适的数据主动呈现在用户眼前（当然，从用户角度来看就是被动了）。

一、推荐系统工作原理

首先是信息提取。数据源包括物品信息的元数据（tag、关键字）、用户元数据（性别、年龄、职业）、用户的偏好。这里的偏好数据收集分为显示和隐式。显示的用户反馈需要用户手动执行，如填充表单、点赞、评论；隐式的用户反馈则是"偷偷"地进行，如查看商品、停留时间。

根据这些数据，推荐系统可以根据获得的特征分析出用户之间、商品之间的关联规则，或直接根据历史偏好预测其他物品的like程度，进行推荐。（感觉这里面的算法都很复niu杂b的样子？）

二、推荐系统的分类

1.根据受推荐用户的推荐内容划分：

  （1）大众化的推荐，多是根据交易量、浏览量之类的整体数据进行的推荐。

  （2）个性化的推荐，则会考虑用户的特性，或基于社会化网络（意思是把庞大用户量当成一个社会？）。

2.根据如何发现数据相关性

  （1）基于用户的基本信息profile，得到用户的相关度，再根据偏好进行推荐。

  pros:不用到新用户的偏好，故无cold start问题；不用的物品属性，故应用范围广

  cons:精度不够，用户属性与品味之间的联系可能不很密切。

  （2）基于物品的tag、类别、关键字、内容，得到物品的相关度，再根据偏好进行推荐。

  pros:可根据物品类型构建出用户"口味"

  cons:物品的分析与建模较复杂（tag可能不科学），要用到新用户的偏好故面临cold start，且在构建物品相似度时没有考虑用户的偏好因素。

  （3）基于协同过滤的推荐，分为user-based, item-based和model-based，得到物品或内容的相关性，或者用户的相关性。

user-based:注意与前面1的区分，user-based的协同过滤更关注用户的历史偏好数据，根据用户的”口味"来推荐（如两人都喜欢同一个物品），而人口统计学则只关注用户的profile。

item-based:注意与前面2的区分，item-based根据"同时搭配着被用户like"来判断物品的相似性（如两个物品经常同时被点赞），而tag之类的都只是物品自身的性质。

model-based:建模，具体建个啥、怎么建待研究...

3.根据推荐模型的建立方式

  （1）基于物品和用户本身的，形成矩阵对应下来，由于用户对物品的喜好记录远少于物品数量，可能矩阵会非常稀疏，可通过聚类将用户和物品预处理一下，先分辨出若干相似的用户和相似的物品。

  （2）基于关联规则（Apriori?），联想机器学习中的购物篮，将通常会同时购买或查看的物品归入一个购物篮。

  （3）基于模型，将已有的喜好记录训练出模型，将后来用户的信息输入系统可获得推荐结果（决策树？）。实时更新喜好信息会比较麻烦。

三、协同过滤推荐

四、混合模型