推荐算法课程笔记-第二课

学习王树森老师的《推荐算法课程》，自用笔记，欢迎讨论

基于物品的协同过滤

ItemCF 的原理

ItemCF 的原理：如果用户喜欢物品1，而且物品1与物品2相似，那么用户很可能喜欢物品2。

物品的相似度：两个物品的受众重合度越高，两个物品相似。

上述公式未考虑用户对物品喜欢的程度，下述公式考虑用户喜欢的程度：

ItemCF 召回的完整流程

1. 事先做离线计算，建立两个索引：
   a. “用户->物品”索引：用户感兴趣的物品列表
   b. “物品->物品”索引：每个物品最相似的k个物品列表
2. 线上召回
   a. 给定用户id，根据“用户->物品”索引，找到用户近期感兴趣的物品last-n
   b. 根据“物品->物品”索引，找到topk相似物品
   取回相似物品n*k， 用公式预估用户对物品的兴趣分数
   c. 返回分数最高的100个物品做为该召回通道输出

索引的意义在于避免枚举所有的物品，离线计算量大，线上计算量小。

SWing召回通道

Swing召回的原理

期望两个物品重合的用户广泛且多样，因此需要降低小圈子用户群体的重合权重。小圈子用户同时交互两个物品不能说明物品相似。

Swing召回与ItemCF召回的区别

Swing 模型，它跟 ItemCF 非常类似，唯一的区别在于计算物品相似度的方式不同。

基于用户的协同过滤

UserCF原理

UserCF 的原理：如果用户1跟用户2相似，而且用户2喜欢某物品，那么用户1很可能喜欢该物品。

推荐系统如何找到兴趣相似的用户？

• 点击、点赞、收藏、转发等物品有很大重合
• 关注的作者有很大的重合

UserCF实现

一、计算用户相似度

上述公式结果是介于0和1之间的，数值越接近1表示两个用户越相似。上述公式同等对待热门和冷门的物品；越热门的物品越无法反应用户的兴趣，对计算相似度则没有用；考虑物品冷门和热门的影响相似度公式可以变换为

nl越大则表示物品越热门则权重越小，nl越小则表示物品越冷门则权重越大。

二、根据下图方式逐一计算用户对候选物品的兴趣分数，取topK物品进行召回

UserCF召回的完整流程

1. 事先做离线计算：建立“用户—>物品”的索引，记录用户交互过的物品，给定用户id可以找到他近期感兴趣的物品列表
2. 事先做离线计算：建立“用户—>用户”的索引，给定用户id，可以快速找到跟他最相似的k个用户
3. 线上做召回：给定用户id，通过“用户—>用户”的索引找到topk相似用户，对于top-k相似用户，通过“用户—>用户”的索引找到用户近期感兴趣的物品列表；对于召回的nk个相似物品，用公式预估用户对每个物品的兴趣分数，返回分数最高的100个物品，作为召回结果