協同過濾演算法——入門

    

    協同過濾演算法(Collaborative Filtering, CF)是推薦系統演算法中的重頭，也是推薦系統演算法的入門必備，這篇我們入門一下，主要說它的兩大分支：

• 基於使用者的協同過濾演算法（user based CF）;
• 基於物品的協同過濾演算法（item based CF）。

1. 基於使用者的協同過濾演算法

    這類方法的基本思想是：把A使用者相鄰使用者的偏好物品推薦給A。這裡的相鄰是計算使用者之間的相似性，計算用到的特徵是每個使用者標註偏好物品的偏好值；

    詳細點說，收集許多使用者的歷史日誌log，得到它們標註的偏好物品，以及對應的偏好值。給定一個使用者A，我們也已經有了他的歷史log，包括A的偏好物品和偏好值。

    這時，我們要用A使用者的特徵，計算其和所有使用者的特徵之間的相似性，記為similarity_i，i表示使用者A和第i個鄰居使用者的相似性。

    最後，讓鄰居使用者偏好的物品構成需要推薦的物品集合（除去使用者A已經偏好的物品），讓鄰居使用者對第k個物品的偏好值，乘以對應的使用者A和他的相似性值，求和得到第k個物品需要推薦給使用者A的“得分”。

    這樣也就得到了所有需要推薦的物品的推薦值。

   

   這樣過程可以用下圖來表示：

    分析：基於使用者的CF方法給你推薦的物品是和你相似的人偏好的東西，也就是說，和你相似的人也看了這本書，所以他推薦給你這本書了。如果要是能夠把和你相似的人特點給出來，展示給你看，讓你找到共鳴，這樣你就會對這本書的興趣會大大增加。但是，每個使用者的特徵只是自己偏好物品的偏好值，而使用者的數量是遠遠大於偏好物品數量的，這個方法樣本的特徵維數太少了，效果不一定很好。

2. 基於物品的協同過濾演算法

    這類方法的基本思想是：把使用者A已經偏好的物品的相似物品推薦給A。這裡的特徵是物品被所有使用者標註的偏好值。

    詳細點說，根據使用者A的log，我們已經知道了他標註的偏好物品的偏好值，我們需要計算這些已經被偏好的物品和其餘物品的相似性，然後推薦給A。如何計算相似性呢？

    首先，我們收集每個物品在所有使用者下的歷史log，得到所有使用者對每個物品的偏好值，這樣就可以計算得到候選被推薦物品p和A使用者已經偏好物品q之間的相似性，記為similarity_q. 我們就可以計算出候選被推薦物品與A使用者所有已經偏好物品之間的相似性。

    然後，我們用這個計算好的候選被推薦物品p和A使用者已經偏好物品q之間的相似性similarity_q值，乘以A使用者對偏好物品q的偏好值。這樣把所有乘積再相加，得到候選被推薦物品p的“推薦值”得分。

    這樣子，基於物品的CF演算法就完成了。

    這個過程可以也通過一個圖來表示：

分析：基於使用者的CF方法計算相似性是每個物品被所有使用者的偏好值，特徵長度是使用者數量，這樣子特徵就比上面基於使用者的CF方法要豐富，效果理論上較好。

參考：

http://my.oschina.net/BreathL/blog/62519

http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy2/index.html

http://www.cnblogs.com/zhangchaoyang/articles/2664366.html

http://www.cnblogs.com/luchen927/archive/2012/02/01/2325360.html