经典：基于用户的协同过滤算法的推荐系统介绍
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)。
3
互联网信息的日益庞大与大量用户的需求形成了巨大矛盾。人们需要 花费大量的时间去搜索和选择各自所需的项目。因此,各种知名的搜索引 擎已经成为人们寻找项目的必备工具引擎就在数据库中搜索,找到相应的网 站,按一定顺序反馈给读者。显然,搜索引擎是一种“一对多”的工具,它只 能区分不同的搜索语句,忽略了重要的用户信息,对不同的用户不会推荐不 同的项目。
截止至2011年底,全球博客(blog)数量已经达1.81亿。 在国内,拥有博客(或个人空间)的网民比例达42.3%,用户规模达1.07亿,其 中活跃用户数超过7000万人。 腾讯QQ的活跃账户数量达到3亿,同时在线人数达到3000万。 中国网站总数为230万个。 可见,在如今这个高速发展的信息时代,人们的生活与五联网的关系越来越紧密,互 联网己经成为人们获取信息的一个重要途径。
推荐系统首先收集用户的历史行为数据,然后通过预处理的方法得到用户-评价矩阵,再利用机器学习领 域中相关推荐技术形成对用户的个性化推荐。有的推荐系统还搜集用户对推荐结果的反馈,并根据实际的反 馈信息实时调粮推荐策略,产生更符合用户需求的推荐结果。
5
个性化推荐系统流程图：
6
3.基于用户的协同过滤算法
个性化推荐服务就是针对此类问题提出来的,根据不同用户的行为、
信息、习惯、喜好等特点,提供各自不司的服务。
目前,各大型纯商务网站,例如Dangdang、Amazon、Taobao、Tmall等,
都不同程度地使用了推荐系统,用以向用户推荐商品,提高经济效益。
4
2.个性化推荐技术
个性化推荐系统的使用对象是用户,推荐对象是项目(Item),比如音乐、电影、商品等。根据推荐对象的 特点,可以将目前的推荐系统分为两类:
7
3.基于用户 基于邻域的方法比较直观,容易理解。这类方法使用统计技术寻找与目标
用户有相同或相似兴趣偏好的邻居,根据邻居用户的评分来预测目标用户 对项目的评分值,选取预测评分最高的前N个项目作为推荐集反馈给目标用 户。它的中心思想是有相同兴趣或偏好的用户往往会对同样的项目感兴 趣,这也非常符合人们的心理。这类方法的核心是要准确计算目标用户的 邻居,也就是用户相似性,所以也称为基于用户(User-based)的协同过滤方法。 类似地,可以考虑项目之间的相似性,使用目标用户评价过的项目合集来预 测用户可能感兴趣的其它项目,这类方法称为基于项目 (Item-based)的协同 过滤方法。
典型的协同过滤算法是基于用户的。
9
这里的评分值可以是用户的浏览次数，购买次数等隐式的评分，还可以采 用显示评分，如用户对商品的直接评分，本算法的实现是采用用户对所购买商 品的直接评分作为评分矩阵中评分值的。
10
3.基于用户的协同过滤推荐
②寻找最近邻居：在这一阶段，主要完成对目标用户最近邻居的 查找。通过计算目标用户与其他用户之间的相似度，算出与目标用户 最相似的“最近邻居”集。即:对 目标用户i产生一个以相似度sim(i,j)递 减排列 的“邻居”集合。该过程分两步完成： 首先计算用户之问的相 似度，可采用皮尔森相关系数、余弦相似性和修正的余弦相似性等度 量方法 ，其次是根据如下方法选择“ 最近邻居”：(1)选择相似度大于 设定阈值的用户；(2)选择相似度最大的前 k个用户；(3) 选择相似度大 于预定阈值的 k个用户。
8
3.基于用户的协同过滤推荐
基于用户的协同过滤[ (User-based CF)又称 KNN (K-Nearest-Neighbor,K 最近邻)算法,其基本思想是利用与目标用户具有相同(或相似)兴趣爱好的 用户的观点向目标用户提供商品推荐或评分预测。
基于用户的协同过滤算法的基本思想 其基本思想是：通过计算用户对项目评分之间的相似性，搜索目标 用户的最近邻居，然后根据最近邻居的评分向目标用户产生推荐。
11
寻找最近邻居通常有三种方法
余弦相似性（Cosine） 每一个用户的评分都可以看作为n维项目空间上的向量，如果用户对
项目没有进行评分，则将用户对该项目的评分设为0。用户间的相似 性通过向量间的余弦夹角度量。设用户i和用户j在n维项目空间上的评 分分别表示为向量i和向量j，则用户i和用户j之间的相似性sim(i,j)为：
推荐系统介绍
——基于用户的协同过滤算法的 电影推荐系统
成员：塔娜 郭静 戈文豹
1
目 录
一. 推荐系统研究背景 二. 个性化推荐技术 三. 基于用户的协同过滤推荐算法 四. 电影推荐系统 五. 电影推荐系统实现构想
2
1. 推荐系统研究背景
近年来,社会信息趋向于数字化、网络化,通过各种互联网络联系起来的人越来越 多,互联网网民日益增加。互联网上的信息源越來越丰富,包括电子邮件、Web数据、 客户项目等信息,这些信息构成了社会网络。我国的互联网用户数也与日俱增,已发展 到一个很客观的数字。
其中，分子为两个用户评分向量的内积，分母为两个用户向量模的 乘积。
12
相关相似性(CORRELATION)
13
修正的余弦相似性(ADJUSTED COSINE)
14
③产生推荐项目：计算方法如下 ：
15
3.基于用户的协同过滤算法存在的问题及解决方案
基于用户的协同过滤虽然当给出足够清楚的偏好信息时，它通常表现出良好的性能，但随 着站点结构，内容的复杂度和用户人数的不断增加，一些缺点逐渐暴露出来，主要存在稀疏性 问题、可扩展性问题，也有人提出传统的协同过滤不能反映用户兴趣的变化等问题。这些问题 都大大影响了系统的性能，为用户和商家带来不便，针对协同过滤表现出的各种问题，学者们 提出了多种解决方案，有基于模糊聚类的可扩展的协同过滤算法，基于用户等级的协同过滤推 荐算法，适应用户兴趣变化的协同过滤推荐算法，压缩稀疏用户评分矩阵的协同过滤算法，个 性化服务中基于用户聚类的协同过滤推荐等。
(1)以网页为推荐对象的系统。这类推荐系统主要采用web数据挖掘的理论和技术来分析用户的行为习 惯、兴趣爱好等特点,向用户推荐用户可能会喜爱的项目(网页链接)。这类推荐系统在音乐或电影类网站最常 见,比如推荐相关音乐、电影、歌手、演员等,能够吸引用户兴趣,提高用户满意度。
(2)以产品为主要推荐对象的系统。这类推荐系统在电子商务网络购物环境中最长使用,主要功能是向用 户推荐他们可能会感兴趣的商品。这类推荐系统除了带给用户更好的购物体验,同时能提高产品销售量,增加 网站收益。
互联网信息的日益庞大与大量用户的需求形成了巨大矛盾。人们需要 花费大量的时间去搜索和选择各自所需的项目。因此,各种知名的搜索引 擎已经成为人们寻找项目的必备工具引擎就在数据库中搜索,找到相应的网 站,按一定顺序反馈给读者。显然,搜索引擎是一种“一对多”的工具,它只 能区分不同的搜索语句,忽略了重要的用户信息,对不同的用户不会推荐不 同的项目。
截止至2011年底,全球博客(blog)数量已经达1.81亿。 在国内,拥有博客(或个人空间)的网民比例达42.3%,用户规模达1.07亿,其 中活跃用户数超过7000万人。 腾讯QQ的活跃账户数量达到3亿,同时在线人数达到3000万。 中国网站总数为230万个。 可见,在如今这个高速发展的信息时代,人们的生活与五联网的关系越来越紧密,互 联网己经成为人们获取信息的一个重要途径。
推荐系统首先收集用户的历史行为数据,然后通过预处理的方法得到用户-评价矩阵,再利用机器学习领 域中相关推荐技术形成对用户的个性化推荐。有的推荐系统还搜集用户对推荐结果的反馈,并根据实际的反 馈信息实时调粮推荐策略,产生更符合用户需求的推荐结果。
5
个性化推荐系统流程图：
6
3.基于用户的协同过滤算法
个性化推荐服务就是针对此类问题提出来的,根据不同用户的行为、
信息、习惯、喜好等特点,提供各自不司的服务。
目前,各大型纯商务网站,例如Dangdang、Amazon、Taobao、Tmall等,
都不同程度地使用了推荐系统,用以向用户推荐商品,提高经济效益。
4
2.个性化推荐技术
个性化推荐系统的使用对象是用户,推荐对象是项目(Item),比如音乐、电影、商品等。根据推荐对象的 特点,可以将目前的推荐系统分为两类:
7
3.基于用户 基于邻域的方法比较直观,容易理解。这类方法使用统计技术寻找与目标
用户有相同或相似兴趣偏好的邻居,根据邻居用户的评分来预测目标用户 对项目的评分值,选取预测评分最高的前N个项目作为推荐集反馈给目标用 户。它的中心思想是有相同兴趣或偏好的用户往往会对同样的项目感兴 趣,这也非常符合人们的心理。这类方法的核心是要准确计算目标用户的 邻居,也就是用户相似性,所以也称为基于用户(User-based)的协同过滤方法。 类似地,可以考虑项目之间的相似性,使用目标用户评价过的项目合集来预 测用户可能感兴趣的其它项目,这类方法称为基于项目 (Item-based)的协同 过滤方法。
典型的协同过滤算法是基于用户的。
9
这里的评分值可以是用户的浏览次数，购买次数等隐式的评分，还可以采 用显示评分，如用户对商品的直接评分，本算法的实现是采用用户对所购买商 品的直接评分作为评分矩阵中评分值的。
10
3.基于用户的协同过滤推荐
②寻找最近邻居：在这一阶段，主要完成对目标用户最近邻居的 查找。通过计算目标用户与其他用户之间的相似度，算出与目标用户 最相似的“最近邻居”集。即:对 目标用户i产生一个以相似度sim(i,j)递 减排列 的“邻居”集合。该过程分两步完成： 首先计算用户之问的相 似度，可采用皮尔森相关系数、余弦相似性和修正的余弦相似性等度 量方法 ，其次是根据如下方法选择“ 最近邻居”：(1)选择相似度大于 设定阈值的用户；(2)选择相似度最大的前 k个用户；(3) 选择相似度大 于预定阈值的 k个用户。
8
3.基于用户的协同过滤推荐
基于用户的协同过滤[ (User-based CF)又称 KNN (K-Nearest-Neighbor,K 最近邻)算法,其基本思想是利用与目标用户具有相同(或相似)兴趣爱好的 用户的观点向目标用户提供商品推荐或评分预测。
基于用户的协同过滤算法的基本思想 其基本思想是：通过计算用户对项目评分之间的相似性，搜索目标 用户的最近邻居，然后根据最近邻居的评分向目标用户产生推荐。
11
寻找最近邻居通常有三种方法
余弦相似性（Cosine） 每一个用户的评分都可以看作为n维项目空间上的向量，如果用户对
项目没有进行评分，则将用户对该项目的评分设为0。用户间的相似 性通过向量间的余弦夹角度量。设用户i和用户j在n维项目空间上的评 分分别表示为向量i和向量j，则用户i和用户j之间的相似性sim(i,j)为：
推荐系统介绍
——基于用户的协同过滤算法的 电影推荐系统
成员：塔娜 郭静 戈文豹
1
目 录
一. 推荐系统研究背景 二. 个性化推荐技术 三. 基于用户的协同过滤推荐算法 四. 电影推荐系统 五. 电影推荐系统实现构想
2
1. 推荐系统研究背景
近年来,社会信息趋向于数字化、网络化,通过各种互联网络联系起来的人越来越 多,互联网网民日益增加。互联网上的信息源越來越丰富,包括电子邮件、Web数据、 客户项目等信息,这些信息构成了社会网络。我国的互联网用户数也与日俱增,已发展 到一个很客观的数字。
其中，分子为两个用户评分向量的内积，分母为两个用户向量模的 乘积。
12
相关相似性(CORRELATION)
13
修正的余弦相似性(ADJUSTED COSINE)
14
③产生推荐项目：计算方法如下 ：
15
3.基于用户的协同过滤算法存在的问题及解决方案
基于用户的协同过滤虽然当给出足够清楚的偏好信息时，它通常表现出良好的性能，但随 着站点结构，内容的复杂度和用户人数的不断增加，一些缺点逐渐暴露出来，主要存在稀疏性 问题、可扩展性问题，也有人提出传统的协同过滤不能反映用户兴趣的变化等问题。这些问题 都大大影响了系统的性能，为用户和商家带来不便，针对协同过滤表现出的各种问题，学者们 提出了多种解决方案，有基于模糊聚类的可扩展的协同过滤算法，基于用户等级的协同过滤推 荐算法，适应用户兴趣变化的协同过滤推荐算法，压缩稀疏用户评分矩阵的协同过滤算法，个 性化服务中基于用户聚类的协同过滤推荐等。
(1)以网页为推荐对象的系统。这类推荐系统主要采用web数据挖掘的理论和技术来分析用户的行为习 惯、兴趣爱好等特点,向用户推荐用户可能会喜爱的项目(网页链接)。这类推荐系统在音乐或电影类网站最常 见,比如推荐相关音乐、电影、歌手、演员等,能够吸引用户兴趣,提高用户满意度。
(2)以产品为主要推荐对象的系统。这类推荐系统在电子商务网络购物环境中最长使用,主要功能是向用 户推荐他们可能会感兴趣的商品。这类推荐系统除了带给用户更好的购物体验,同时能提高产品销售量,增加 网站收益。