推荐系统读书笔记
协同过滤推荐
1. 基于用户的最近邻推荐
输入：用户-物品的评分矩阵，待预测用户
思路：
- 找到与目标用户过去有相似偏好的用户组，作为近邻用户。
- 对每一个目标用户没有打分的物品，利用邻近用户的打分做预测
前提假设：
- 用户过去偏好相似，这用户将来偏好相似
- 用户偏好不随时间改变
例子
Pearson方法计算用户相似度
通过最近邻用户预测物品评分
小结
- Pearson相关系数取值是-1~1的，1代表强正相关，-1代表强负相关。
- Pearson考虑了不同用户不同的评分范围，因为每次计算的都是与平均数的差值。
- 没有考虑到，用户间对于冷门物品的共同偏好，相比于热门物品来说，价值更大，但是目前没有考虑到
- 还有其他衡量用户相似度的方法：改进余弦相似度，Spearman秩相关系数，均方差
- 近邻用户选择，上文为方便说明只选了1个，可以选择K个最近邻，实践中20~50的效果不错
2. 基于物品的最近邻推荐
输入：用户-物品的评分矩阵，待预测用户
思路：
- 找到目标用户对于待预测物品的相似物品的评分。
- 根据相似物品的评分按照权重计算得到的平均值进行计算
余弦夹角计算相似度
改进的余弦夹角
协同过滤的其它话题
- 评分
- 显式评分需要用户额外付出，用户会因为得不到任何好处而放弃评价，因此需要收集隐式评分，例如买了一个商品，在某商品详情页停留很久，都可以作为正向意图
- 推荐系统冷启动，可以利用用户附加信息对用户进行分类，例如年龄，性别，教育程度等。
- 数据稀疏问题，利用假设用户偏向有传递性，由此增强额外信息矩阵。例如User1 -> Item1 -> User2 -> Item2推荐路径长度是3，可以拓展为5或其他更长情况
- 基于模型的推荐
- 推荐系统使用矩阵因子分解的方法，从评分模式中抽取一组潜在的因子，通过这些因子向量来描述用户和物品
- SVD将高度相关且一起出现的词语作为单独因子，把大的矩阵向量差分成更小阶的近似矩阵
- PCA主成分分析对评分数据预处理，过滤出数据中最重要的方面来解释大多数变量，经过PCA处理后的数据，原始评分数据被投射到最相关的主特征向量上
- 关联规则挖掘
- 关联规则应用到推荐就是自动发现规则。
- 关联规则的衡量标准是支持度和可信度
- 所有的正向评分都记做一次购买行为
- 得到的规则是：喜欢物品1的同时喜欢物品5
