[矩阵分解]基于隐式反馈的矩阵分解ALS（spark实现）

目录

一、ALS模型

1、模型定义

2、参数求解

3、推荐计算

二、pyspark实现ALS模型

三、矩阵分解模型与协同过滤模型比较

---

 

一、ALS模型

1、模型定义

用户u对商品i的偏好：

       其中，在隐式反馈中无法获取用户对商品明确的评分，在视频推荐场景中rui表示为视频观看的时长比例，在商品推荐场景中rui表示为对商品点击次数等。

       用户的隐式反馈属于One-class问题，把预测用户行为看成一个二分类问题，猜用户会不会做某事，实际上收集到的数据只有明确一类：用户干了某事，而用户明确不干某事的数据却没有明确表达。那些没有反馈的缺失值，就是取值为0的评分非常多，导致正负类别样本非常不均衡，严重倾斜，应对这个问题的做法就是负样本采样：挑选部分缺失值作为负类别样本。

负样本采样方法：

1. 随机均匀采样和正类别一样多。
2. 按照物品的热门程度采样（在实践中经过了检验）。该采样方法的思想是，一个越热门的物品，用户越可能知道它的存在，这种情况下用户还没对它有反馈就表明，这很可能是真正的负样本。

用户u对商品i偏好度pui的可信度：

       用户隐式反馈的可信度，正比于用户反馈的次数，反馈次数越多，越确信用户对物品的喜欢。

损失函数定义为：

      损失函数包含误差平方和（偏差）和正则项（方差）两部分。

2、参数求解

        ALS（alternating-least-squares）：如果用户特征矩阵或者商品特征矩阵固定，损失函数为二次函数，存在全局最优值，所以交替地计算用