推荐系统

1、协同过滤算法（统计学习的计算方式）

基于统计的方法。判断相似性，相似性推荐选择。

   1）数据收集：如用户偏好

数据来源：（用户和物品关联方式）评分、投票、转发、保存、书签、标记、标签和评论（需要文本分析偏好）。

   2）相似推荐：找到相似物品或用户

相似度计算：欧氏距离作为判断相似度。皮尔逊距离（协方差[-1,1]判断正负相关，相似度=协方差/标准差）也可以

     a）基于用户的协同过滤：给用户A建立一个向量，查询与该用户最相似的向量B，在B用户的购买记录里查找A没有购买的物品推荐。而对于新用户，用户向量不明确，则没有可以推荐的  。两用户共同打分数量越多越好，越相似。归一化。但在实际应用中很少用，基于用户的数据太稀疏。用户数据量大和用户的喜好会变化，不稳定。所以多用基于物品的协同过滤。

           （1） 用户冷启动方式（新注册用户）：引导用户把自己的一些属性表达出来（比如填调查问卷表）；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。

           （2）基于用户的协同过滤优缺点：适用于用户较少；时效性要求高，用户个性化兴趣要求不高；用户有新行为不一定需要推荐结果立即变化；采用冷启动方式的时候，在新用户对少的物品产生行为后，不能立即对他进行个性化推荐，因为用户相似度是离线计算的；新物品上线后，一旦有用户对物品产生行为，就可以将物品推荐给其他用户；很难提供用户信服的推荐解释，所以很少用。多用于实时新闻和突然情况。

      b）基于物品的协同过滤：用皮尔逊或者欧式距离计算物品间的相似度。物品稳定，物品间相似度也是稳定的。减均值 相似度计算  找k近邻推荐。

          （1） 物品冷启动方式（新研发上线产品）：文本分析、主题模型或打标签判断所属类别；推荐排行榜单。

          （2）基于物品的协同过滤优缺点：适用于物品数明显小于用户数的场合，如物品很多，计算物品相似度矩阵代价较大；长尾物品丰富，用户个性化需求强烈；用户有新行为，一定会导致推荐结果的实时变化；冷启动的时候，新用户只要对一个物品产生行为，就能推荐相关物品给他，但无法在不离线更新物品相似度表的情况下将新物品推荐给用户；可以根据用户历史行为归纳推荐理由，多用于推荐系统。多用于图书、电子商务和电影等。’

 

2、隐语义模型（机器学习思想）：【users；items】=【users；classes】*【classes；items】借助classes隐含特征求解从 

  1）数据出发，进行个性化推荐；用户和物品之间有着隐含的联系；隐含因子让计算机能理解就好；将用户和物品通过中介隐含因子联系起来。

  2）负样本选择：对每个用户要求正负样本数1:1；热门物品而用户没有选择的为负样本；建立用户-物品数据集。

  3）模型选择参数：隐特征个数F，通常设为100；学习率alpha；正则化参数lambda；正负样本比例。 

  4）评估标准：准确率（预测值与真实值之间的均方误差）和召回率（推荐对的比例，用户线上点击的）。覆盖率和多样性。

 

3、协同过滤和隐语义比较：协同过滤是基于统计建模而隐语义是基于机器学习算法建模；隐语义模型空间复杂度相对较小，因数据量大计算量大，实时推荐系统都很难做到，大都离线计算。