【推荐系统】第二章 利用用户行为数据

2.1 用户行为数据简介

用户行为在个性化推荐系统种一般分为两种，显性反馈和隐形反馈。显示反馈包含明确的用户喜好行为，如点赞和讨厌等。隐形反馈是不明确的，如用户浏览记录等。

2.2 用户行为分析

2.2.1 用户活跃度与商品流行度——长尾分布

大部分用户只关注到热门物品，非热门物品无人问津。且用户越活跃越关心冷门物品。

仅仅根据用户行为数据设计的推荐算法一般称为协同过滤算法。可以分为基于邻域的方法，隐语义方法，基于图的随机游走算法等。

2.3 实验设计和算法测评

评价指标

1. 准确率与召回率
   
   

$R(u)$表示对用户u推荐的N个物品。而$T(u)$表示u确实喜欢的物品。
准确率（precision）反映了，预测的东西中真实被喜欢的占的比例。
召回率（recall）反映了，喜欢的东西被准确预测的比例。

2. 覆盖率——反应算法挖掘长尾问题的能力
   
3. 新颖度——平均流行度进行度量
   某个物品被cue到的频率为流行度，一般会取对数，保证流行度的平均值更加稳定。

基于邻域的算法

基于用户的协同过滤

基本思想是，当用户A需要个性化推荐时，可以找到与该用户兴趣接近的用户，然后把那些用户喜欢的但是A用户没有听说过的物品推荐给A。

主要包括两个步骤，1.找到相似兴趣的用户，2.找到这个集合的用户喜欢的，且目标用户没有听说过的物品推荐给目标用户。

兴趣相似度的度量一般采用余弦相似度。

在具体的代码实现上，一般采用首先建立物品倒排表的方法。假设用户u和用户v都同属于倒排表中K个物品对应的用户列表，有C[u][v] = K。最终计算处用户的兴趣相似性矩阵W。

def UserSimilarity(train, K, N):
    '''
    :params: train, 训练数据集
    :params: K, 超参数，设置取TopK相似用户数目
    :params: N, 超参数，设置取TopN推荐物品数目
    :return: GetRecommendation, 推荐接口函数
    '''
    # 计算item->user的倒排索引
    item_users = {
   }
    for user, items in train.items():
        for i in items.keys():
            if i not in item_users:
                item_users[i] = set()
            item_users[i].add(user)

    # 计算用户间的互动次数
    sim = {
   }
    num = {
   }
    W = {
   }
    for i, users in item_users.items