推荐系统——学习笔记

一、一般步骤：

• 1、收集用户偏好
• 2、找到相似的用户或物品
• 3、计算推荐

二、相似度计算：

三、常见方法：

协同过滤（基于统计）：

1.基于用户的协同过滤

• 要解决的问题
  • 已知用户评分矩阵Matrix R (一般都是非常稀疏的)
  • 推断矩阵中空格empty cells处的值
    
• 存在的问题
  • 对于一个新用户，很难找到邻居用户。
  • 对于一个物品，所有最近的邻居都在其上没有多少打分。
• 基础解决方案
  • 相似度计算最好使用皮尔逊相似度。
  • 考虑共同打分物品的数目，如乘上min(n,N)/N ; n:共同打分数 N：指定阈值
  • 对打分进行归一化处理
  • 设置一个相似度阈值
• 基于用户的协同过滤不流行的原因：
  • 稀疏问题
  • 数百万的用户计算，量太大
  • 人是善变的
• 应用
  • 实时新闻
  • 突发情况

2.基于物品的协同过滤

• 优势
  • 计算性能高，通常用户数量远大于物品数量
  • 可预先计算保留，物品并不善变
• 应用
  • 图书
  • 电子商务
  • 电影

3.冷启动问题

• 用户冷启动问题
  • 引导用户吧自己的一些属性表达出来
  • 利用现有的开放数据平台
  • 根据用户注册属性
  • 推荐排行榜单
• 物品冷启动问题
  • 文本分析
  • 主题模型
  • 打标签
  • 推荐排行榜单

4.两种方法的比较

隐语义模型（基于建模，矩阵分解）：

• 从数据出发，进行个性化推荐
• 用户和物品之间有者隐含的联系
• 隐含因子让计算机能理解
• 将用户和物品通过中介隐含因子联系起来

• 隐语义模型
  
• 隐语义模型求解
  
• 隐语义模型负样本选择
  
• 隐语义模型参数选择
  

协同过滤 && 隐语义

四、模型评估标准

Note: 评估标准远远不止这些，还要根据具体场景进行相对应的评估。

五、使用surprise进行实践

• surprise的官方文档（https://surprise.readthedocs.io/en/stable/index.html）
• surprise的Github地址（https://github.com/NicolasHug/Surprise）
• 数据集地址（https://grouplens.org/datasets/）
• python依赖包的下载地址（https://www.lfd.uci.edu/~gohlke/pythonlibs/）