關(guān)注公眾號 長歌大腿，發(fā)送“機器學(xué)習(xí)”關(guān)鍵字末早，可獲取包含機器學(xué)習(xí)（包含深度學(xué)習(xí))，統(tǒng)計概率说庭，優(yōu)化算法等系列文本與視頻經(jīng)典資料然磷，如《ESL》《PRML》《MLAPP》等。
《現(xiàn)代推薦算法》傳統(tǒng)協(xié)同過濾（user-CF, item-CF）
協(xié)同過濾簡介
協(xié)同過濾算法發(fā)展以來刊驴，與矩陣分解密切相關(guān)姿搜，多有時將矩陣分解系列也歸于協(xié)同過濾種類寡润，我們這里將其分開來對待，這篇文章講傳統(tǒng)的協(xié)同過濾算法舅柜，主要包含基于用戶的協(xié)同過濾算法與基于物品的協(xié)同過濾算法兩種梭纹。
基于用戶的協(xié)同過濾算法的關(guān)鍵是找到相同偏好的用戶，找到了偏好最近的幾個用戶致份，他們偏好的物品便是要給你推薦的目標(biāo)变抽。這個算法也簡稱“User-CF”，協(xié)同過濾算法的關(guān)鍵是解決相似度問題氮块。
基于物品的協(xié)同過濾算法的關(guān)鍵是計算其它物品和歷史物品的相似度瞬沦，相似度最近的幾個物品便是要推薦的物品。這個算法也簡稱“Item-CF”雇锡，協(xié)同過濾算法的關(guān)鍵也是解決相似度問題。
故我們先重點介紹一下常用的簡單的相似度計算方法僚焦，更復(fù)雜的關(guān)于神經(jīng)網(wǎng)絡(luò)相似度方法那些我們以后再專門開一個章節(jié)來介紹相似度的計算锰提。
傳統(tǒng)user-cf與item-cf算法簡單明了，這里就進行文字?jǐn)⑹龆贿M行數(shù)學(xué)公式的模型描述芳悲。
相似度的計算
余弦相似度
兩向量越相似立肘，向量夾角越小，cosine絕對值越大名扛；值為負(fù)谅年，兩向量負(fù)相關(guān)。只能分辨?zhèn)€體在維之間的差異肮韧，沒法衡量每個維數(shù)值的差異融蹂。
調(diào)整余弦相似度Adjusted Cosine Similarity
余弦相似度對數(shù)值的不敏感導(dǎo)致了結(jié)果的誤差，調(diào)整余弦相似度修正了這種不合理性弄企。
Jaccard相似度
Jaccard系數(shù)主要用于計算符號度量或布爾值度量的個體間的相似度超燃，無法衡量差異具體值的大小，只能獲得“是否相同”這個結(jié)果拘领，所以Jaccard系數(shù)只關(guān)心個體間共同具有的特征是否一致這個問題意乓。Jaccard系數(shù)等于樣本集交集與樣本集合集的比值。
歐幾里距離
通常計算時候需要進行距離標(biāo)準(zhǔn)化约素，即將各個維度的數(shù)據(jù)進行標(biāo)準(zhǔn)化届良。
基于用戶的協(xié)同過濾算法
用戶A對物品Y的喜好程度=鄰居用戶j對物品Y的喜歡*用戶A與用戶j的相似度。
算法流程如下：
- 計算其他用戶和目標(biāo)用戶的相似度圣猎。
- 根據(jù)相似度的高低找出K個目標(biāo)用戶最相似的鄰居士葫。
- 在這些鄰居喜歡的電影中，根據(jù)鄰居與你的遠(yuǎn)近程度算出每個電影的推薦度送悔。
- 根據(jù)每一件物品的推薦度高低給你推薦物品为障。
基于物品的協(xié)同過濾算法
用戶A對物品Y的喜好程度=用戶A對所有交互物品j的喜歡*物品j與物品Y的相似度。
算法流程如下：
- 計算物品之間的相似度。
- 根據(jù)物品之間的相似度以及用戶歷史行為給用戶生成推薦列表鳍怨。
算法Trick 與比較
- User-CF適用于物品增長很快呻右，同時物品之間相似度頻繁變化的網(wǎng)站，這樣是因為用戶是小變量鞋喇，物品是大變量声滥，針對于這種情況，使用基于用戶的協(xié)同過濾
- Item-CF物品有限侦香，用戶增長很快落塑，這樣是因為物品是小變量，用戶是大變量罐韩，針對于這種情況憾赁，使用基于物品的協(xié)同過濾
優(yōu)點：算法可解釋性強。
缺點：使用“用戶”和“物品”兩個變量散吵，并且只是根據(jù)相似性這個變量計算龙考，是基于統(tǒng)計的低階推薦算法，不具有精準(zhǔn)推薦矾睦。而且對于
新物品的曝光晦款，協(xié)同過濾效果差。
