推荐系统算法 ppt课件
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
用向量(wc1,wc2,..w .c,)k表示，其中每个分量 wci
表示关键词 k i对用户c的重要性
在基于内容的系统中，rc,s 被定义为：
优缺点
• 优点: 1.可以Hale Waihona Puke Baidu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。
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：
• 最终的资源分配矢量
f ' Wf
f为一 个n维的0/1矢量，给定的目标用户选择过 的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
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
N N N • 相应的，Nm 和 Nin 分别为未被推荐产品中用户喜欢
和不喜欢的产品数。而 nmin
• 为未被推荐的产品数。显然，NNsNn
• 准确率定义为系统的推荐列表中用户喜欢的产品
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 中用户喜欢的所有产品的比率：
·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）
基于记忆的算法
·用户之间相似度的计算：
·用户x与y之间的Pearson相关性:
用户x和y共同打过分的产品集合为：SxySxSy
·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。
用户实际打分v，ia 为系统的预测打分
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 n1t(i,a)|viaria|2 • nt 为系统中用户-产品对（i，a）的个数
• 标准平均绝对误差定义为
NM M A/ A Erm ( E arx m) in
• 其中 rmi和n rmax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 N • 其中 s rs i，s Nrs和Nis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
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
r MAEc1ac1|viaria|
其中c为系统中用户i打分产品的个数， ia为
设C= {c1,c2,...c,N}为用户集合，S= {s1,s2,...s,M}
为所有的产品集合。
设 rc,s 为用户c对产品s的打分（在协同过滤算法中，用户
c对产品s的打分通过其他用户对s的打分计算而得到。） 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 越大）
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：
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wij表示产品j愿意分配给i的资源配额，可得
到其一般表达式：
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）
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 aji1(i1,2,m ..j.; ,1、,2,..n.),否 , aj则 i0 .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．
基于记忆的算法
第三种：考虑用户评判的尺度不同
k=1/ | si m(c,cˆ)|,sim(i,j)表示用户之间的相似度。 cˆCˆ
用户c的平均打分rc 定义为
r c ( 1 /|s c |)r c ,s ,其 S c { s 中 S |r c ,s 0 } s Sc
表示该用户打过的所有分的平均值。
基于内容的算法
• 信息获取（TF-IDF）：
设有N个文本文件，关k键 i在n词 i个文件中出现， 设fij为关键k词 i在文件 dj中出现的次数，k那 i在d么 j中的词频 TFij定义为
TFij 与这个关键词在文件中出现数的逆IDFi 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
表示关键词 k i对用户c的重要性
在基于内容的系统中，rc,s 被定义为：
优缺点
• 优点: 1.可以Hale Waihona Puke Baidu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。
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：
• 最终的资源分配矢量
f ' Wf
f为一 个n维的0/1矢量，给定的目标用户选择过 的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
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
N N N • 相应的，Nm 和 Nin 分别为未被推荐产品中用户喜欢
和不喜欢的产品数。而 nmin
• 为未被推荐的产品数。显然，NNsNn
• 准确率定义为系统的推荐列表中用户喜欢的产品
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 中用户喜欢的所有产品的比率：
·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）
基于记忆的算法
·用户之间相似度的计算：
·用户x与y之间的Pearson相关性:
用户x和y共同打过分的产品集合为：SxySxSy
·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。
用户实际打分v，ia 为系统的预测打分
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 n1t(i,a)|viaria|2 • nt 为系统中用户-产品对（i，a）的个数
• 标准平均绝对误差定义为
NM M A/ A Erm ( E arx m) in
• 其中 rmi和n rmax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 N • 其中 s rs i，s Nrs和Nis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
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
r MAEc1ac1|viaria|
其中c为系统中用户i打分产品的个数， ia为
设C= {c1,c2,...c,N}为用户集合，S= {s1,s2,...s,M}
为所有的产品集合。
设 rc,s 为用户c对产品s的打分（在协同过滤算法中，用户
c对产品s的打分通过其他用户对s的打分计算而得到。） 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 越大）
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：
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wij表示产品j愿意分配给i的资源配额，可得
到其一般表达式：
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）
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 aji1(i1,2,m ..j.; ,1、,2,..n.),否 , aj则 i0 .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．
基于记忆的算法
第三种：考虑用户评判的尺度不同
k=1/ | si m(c,cˆ)|,sim(i,j)表示用户之间的相似度。 cˆCˆ
用户c的平均打分rc 定义为
r c ( 1 /|s c |)r c ,s ,其 S c { s 中 S |r c ,s 0 } s Sc
表示该用户打过的所有分的平均值。
基于内容的算法
• 信息获取（TF-IDF）：
设有N个文本文件，关k键 i在n词 i个文件中出现， 设fij为关键k词 i在文件 dj中出现的次数，k那 i在d么 j中的词频 TFij定义为
TFij 与这个关键词在文件中出现数的逆IDFi 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