推荐系统算法

分类准确度
另一个度量系统分类准确度的重要指标就是ROC 曲线
1) 确定用户对每个产品感兴趣与否。2) 根据预 测结果为用户提供一个推荐列表,从图的原点开始 ,如果预测的产品符合用户喜好,画一个竖线;如果 预测的产品不符合实际,画一个横线;如果预测产 品还没有被打分,那么抛弃这个产品,并不影响曲 线。一个最好的预测系统产生一个竖的ROC线,随 机预测产生从原点到右上角的直线。
基于记忆的算法
第三种：考虑用户评判的尺度不同
| sim(c,cˆ) |
cˆຫໍສະໝຸດ Baiduˆ
k=1/
,simrc(i,j)表示用户之间的相似度。
rc (1/ | sc |) rc, s, 其中Sc {s S | rc, s 0}.
用户c的平均打分 定义为
sSc
基于记忆的算法 ·用户之间相似度的计算：
基于内容的推荐系统
核心思想:
分别对用户和产品建立配置文件，通过分析已 经购买（或浏览）过的内容，建立或更新用户的 配置文件。系统可以比较用户与产品配置文件的 相似度，并直接向用户推荐与其配置文件最相似 的产品。基于内容的推荐算法的根本在于信息获 取和信息过滤。（用户的配置文件构建与更新是 最为核心的部分之一）
用向量
表示，其中每个分量 表示关键
词 对用(w户c1,cw的c2重,...要,w性ck)
wci
在基于内容的系ki统中， 被定义为：
rc, s
优缺点 优点: 1.可以处理冷启动问题； 2.不受打分稀疏性问题的约束； 3.能推荐新出现的产品和非流行的产品；
·问题： 1.受到信息获取技术的约束； 2.难以从根本上解决冷启动问题。
推荐系统算法速读
根据推荐算法的不同，推荐系统可以分为以下几类： ·协同过滤（collaborative filtering）系统； ·基于内容(content-based)的推荐系统； ·基于网络结构（network-based）的推荐系统； ·混合（hybrid）推荐系统；
协同过滤系统
·核心思想：
其预中测Mc打A为E分系统 中c1用a户ci1打|分v产ia品的r个i数a |，
via
为用户实际打分， 为系统的
ria
预测准确度
与平均绝对误差相关的其他指标有平均平方误差
（MSE）和标准平均绝对误差（NMAE）。
其中 MSE
1
nt
| via
(i,a )
ria
|2
nt
为系统中用户-产品对（i，a）的个数
is
其中
， 和 分别为被推荐产品
中用户喜欢和不喜欢的产品数
分类准确度
相应的， 和 分别为未被推荐产品中用户喜欢
和不喜欢N的m 产N品in数。而
为未被推荐的产品数。显Nn然， Nm Nin
准确率定义为系统的推荐列表N 中用N户s 喜 欢Nn的产品
和所有被推荐产品的比率： P
Nrs Ns
召回率定义为推荐列表中用户喜欢的产品与系统 中用户喜欢的R 所有NN产rrs 品,Nr的比N率rs： Nm
到其w一ij 般表达式：
其中kj表示产品j的度（被多少用户选择过），kl表 示用户l的度（该用户选择过多少商品）
最终的资源分配矢量
f ' Wf
为一 个n维的0/1矢量，给定的目标用户选择过 的f 产品上的初始资源设为1，其他设为0；
W为n*n阶的矩阵。
f
'
按照中对应元素的大小进行排序，值越大说明
基于内容的算法
信息获取（TF-IDF）：
设有N个文本文件，关键词ki在ni个文件中出现， 设fij为关键词ki在文件dj中出现的次数，那么ki在dj中的词频 TFij定义为
TFij
IDFi
与这个关键词在文件中出现数的逆 定义为
设Content(s)为产品s的配置文件，UserProfile（c
）为用户c的配置文件， UserProfile（c）可以
.由此，这个系统可以用一个具有m+n个节点的二 部分图表示．
基于二部分图资源分配的推荐算法 对于任意目标用户i，推荐算法的目的是把所有i 没有选择过的产品按照i喜欢的程度进行排序，并 且把排名靠前的那些产品推荐给i。 对于有m个用户和n个产品的一般的推荐系统， 如果用 表示产品j愿意分配给i的资源配额，可得
·用户x与y之间的Pearson相关性:
Sxy Sx Sy
用户x和y共同打过分的产品集合为： ·夹角余弦（用户x与y都用m维向量表示）
优缺点 ·优点
1.具有推荐新信息的能力，可以发现用户潜在但自 己尚未察觉的兴趣爱好。
2.能够推荐艺术品、音乐、电影等难以进行内容分 析的产品。
·问题 1.冷启动问题（新产品、新用户） 2.打分稀疏性问题 3.算法可扩展性
基于网络结构的推荐系统
核心思想：
不考虑用户和产品的内容特性，而仅仅把他们 看作抽象的节点，所有算法利用的信息都隐藏在 用户和产品的选择关系之中。
考虑一个由m个用户和n个产品构成的推荐系统 ，其中如果用户i选择过产品j，就在i和j之间连接 一条边 aji 1(i 1,2,、...,m;j 1,2,..., n.), 否则aji 0
标准平r m均NiMn绝AE对r 误max差MA定E 义/(为r max r min)
其中 和 分别为用户打分区间的最小值和最 大值
分类准确度
分类准确度定义为推荐算法对一个产品用户是否 喜欢判定正确的比例 广泛使用的分类准确度指标：准确率，召回率以 及相关的指标
N N Ns Nrs Nis rs
为所有{c的1,产c品2,.集..合,c。N}
为用户集合，S=
{s1, s2,...,sM}
设c对rc产, s 品为s用的户打c分对通产过品其s的他打用分户（对在s的协打同分过计滤算算而法得中到，。用）户
设Cˆ 为与用户c相似度比高的用户集
第一种：直接计算邻居打分的平均值
第二种：加权平均 （用户之间越相似，则用于预测的权重
1.利用用户的历史信息计算用户之间的相似性；
2.利用与目标用户相似性较高的邻居对其他产品 的评价来预测目标用户对特定产品的喜好程度。 系统根据这一喜好程度来对目标用户进行推荐
·分类：
·基于记忆（memory-based）的算法
·基于模型（model-based）的算法
基于记忆的算法
计算用户评分：
设C=
用户越喜欢该商品。
推荐系统的评价指标 准确度（被绝大多数推荐系统采用） 推荐列表的流行性和多样性 覆盖率 新鲜性和意外性 用户的满意度
准确度评价指标
预测准确度 分类准确度 排序准确度 预测打分关联 距离标准化指标 半衰期效用指标
预测准确度
预测准确度的一个经典度量方法就是度量系统的预测打分和用户的 实际打分的平均绝对误差MAE