[近邻推荐]基于邻域的算法-协同过滤算法

目录

1、相似度的度量

2、基于用户的协同过滤算法

2.1 算法原理

2.2 用户相似度计算的改进

2.3 使用的场景

3、基于物品的协同过滤算法

3.1 算法原理

3.2 物品相似度计算的改进

3.3 使用的场景

4、userCF和itemCF比较

---

1、相似度的度量

欧氏距离，度量的是空间中两个点的绝对差异，适用于分析用户能力模型之间的差异：

余弦相似度，度量的是两个向量之间的夹角：

皮尔逊相似度，先对向量做了中心化，向量p和q各自减去向量的均值后，再计算余弦相似度，皮尔逊相似度计算结果在-1到1，-1表示负相关，1表示正相关：

Jaccard相似度，是两个集合的交集元素个数在并集中所占的比例：

扩展，在社交网络中，如何计算好友的相似度。1）选取一些标签特征，如职业、爱好、营销号、是否大v等，计算Jaccord相似度；2）选取帖子关键词向量，计算余弦相似度；3）选取帖子发布量、月帖数量、帖子字数等，计算欧氏距离。最终将这几个相似度融合得到总相似度。

2、基于用户的协同过滤算法

2.1 算法原理

usercf会给用户推荐和他兴趣最相似的K个用户喜欢的物品，主要包括两个步骤：

1、找到和目标用户兴趣相似的用户集合。用户相似度采用余弦相似度

2、找到这个集合中的用户喜欢的，且目标用户没有听说过的物品推荐给目标用户

2.2 用户相似度计算的改进

两个用户对冷门物品采取过同样的行为更能说明他们兴趣的相似度，惩罚热门物品对用户相似度的影响

2.3 使用的场景

userCF适用于新闻资讯推荐，如Digg，不同用户群体之间的兴趣差别很大，推荐结果反映与用户兴趣相似的小群体的热点，保证推荐结果的热门和实时性。同时，资讯更新很快，userCF可以将新资讯推荐给用户。

3、基于物品的协同过滤算法

3.1 算法原理

ItemCF根据用户行为，为用户推荐可能感兴趣的相似商品，主要分为两步

1、计算物品之间的相似度

2、根据物品的相似度和用户的历史行为为用户生成推荐列表

3.2 物品相似度计算的改进

热门物品会获得较大的相似度，导致推荐结果集中在热门物品，解决方案如下

其一，加大对热门物品的惩罚

其二，引入物品的内容相似度，提高推荐结果的覆盖率和新颖性。

3.3 使用的场景

ItemCF更适合应用在电商网站，如亚马逊，因为在电商网站，用户兴趣比较固定和持久，itemcf 根据用户感兴趣的商品，推荐相似商品，推荐结果反映用户自身的兴趣偏好；物品更新速率比较慢，并且用户数远远大于商品数，物品的相似度矩阵更容易计算，物品的相似度矩阵可以每日更新一次；itemCF能够捕捉到用户实时的兴趣偏好变化，用户有新行为时，推荐结果能够实时更新。

4、userCF和itemCF比较

	UserCF	ItemCF
性能	用户数远远小于物品数；物品实时更新	物品数远远小于用户数；
领域	资讯领域，时效性较强，用户个性化兴趣不太明显	电商、音乐、电影等领域，用户个性化需求强烈
实时性	用户有新行为，推荐结果不能立即变化	用户有新行为，一定会导致推荐结果的实时变化
冷启动	新物品上线后，一旦有用户对物品产生行为，就可以把新物品推荐给兴趣相似的其他用户	新用户只要对一个物品产生行为，就可以推荐相似的其他物品
推荐理由	很难解释	利用用户的历史行为给用户做推荐解释，用户比较信服

 

 

参考资料：

https://time.geekbang.org/column/74

《推荐系统实践》