推荐系统之SlopeOne算法

slope one 协同过滤：

1.详细算法过程：

顾客	项目 A	项目 B	项目 C
John	5	3	2
Mark	3	4	未评分
Lucy	未评分	2	5

dis(A-B)代表A的评分平均比B高出的值

so:

dis(A-B)=((5-3)+(3-4))/2=0.5

dis(A-C)=(5-2)/1=3

w(A,B)代表A的评分向量和B的评分向量的元素取与交集，有评分数据时元素值true，未评分时false。

so:

w(A,B)=2

w(A,C)=1

预测Lucy对A的评分ans。

Lucy->B=2,Lucy->C=5.

so:

Lucy -> A 

= { [ Lucy -> B + dis(A-B) ] * w(A,B)+[ Lucy->C+dis(A-C) ]*w(A,C) } / (w(A,B)+w(A,C))

= { [ 2 + 0.5] * 2+[5+3]*1} / (2+1)

= 4.33

2.时间复杂度分析：

假设count（user）=N,count（item）=M。

则size（评分矩阵）=N*M

从1中可以看出，要计算某个user（Lucy）对某个item（A）的评分时，我们关键是要得到 dis（A-i）的数据。i =B，C，…… 

计算一次 dis（A-B）的时间复杂度=O（N）

因为i有M-1个取值。所以计算一次dis（A-i），i=B，C……的时间复杂度O（M*N）。

所以计算所有的i，j=A，B，C…… dis（i-j）的时间复杂度O（N*M^2）。一般情况下 N>>M。

但是dis可以离线O（M*N）计算。

离线计算出一个数组 dis_array[i][j] 供在线代码O（1）耗时的调用即可。

同理可得w也可以离线计算得 w_array[A][B] 供在线代码O（1）耗时调用。

值得注意的是对于求dis的O（N*M^2）其实是保守估计，因为往往评分矩阵式稀疏矩阵，可以进行一些分解来降低时间复杂度。

3.slopeone的优劣：

slopeone是一个非常简单甚至是种傻瓜算法。

但是换句话说，实用的算法往往都是最简单的。

爱因斯坦的质能方程 E=mc^2，多么简单的一个公式却是爱因斯坦最著名的公式，不仅是相对论的巨大支撑，甚至是宇宙学说的根基。

言归正传，因为slopeone计算item的dis时只考虑了有共同评分时的项。

可以修正在协同过滤时候计算item相关度用线性回归计算时过度拟合的问题。