一、思维导图

二、基于邻域的算法

基于邻域的算法重点在于如何计算相似性，无论是用户相似性还是物品相似性。

1、基于用户的协同过滤算法

推荐和他相似的其他用户喜欢的物品

算法步骤

• 找到和目标用户相似的用户集合。
• 找到这个集合中的用户喜欢的，且目标用户没有听说过的物品推荐给目标用户。

相似性计算

• 方式一：Jaccard 公式

• 方式二：余弦相似度公式

• 方式三：改进，增加对热门物品的惩罚

算法评测

• TopN评测：召回率&&准确率
• 覆盖率
• 流行度

2、基于物品的协同过滤算法

推荐和他之前喜欢的物品相似的物品

算法步骤

• 计算物品之间的相似度
• 根据物品的相似度和用户的历史行为给用户生成推荐列表

相似度计算

• 方式一

• 方式二：惩罚热门物体

• 方式三：考虑用户活跃度，IUF(Inverse User Frequency)

• 小trick：相似度归一化，可以增加推荐的准确度，增加覆盖率和多样性。因为平均了类内相似度大于类外相似度的问题。

计算用户对一个物品的兴趣

• 其中S(j,K)是和物品j最相似的K个物品的集合。

算法评测

• TopN评测：召回率&&准确率
• 覆盖率
• 流行度

3、UserCF和ItemCF比较

三、隐语义模型

目的：单单依靠用户行为数据，无法解决两个不同领域的最热门的物体具有高度相似性这个问题。因此引入font color=#FF1493 >物品的内容数据解决这个问题。

隐语义可以是多方面的，书中以兴趣分类这个隐变量为例。

1、数据准备

2、兴趣分类

• 隐含语义技术：采取基于用户行为统计的自动聚类，更加客观。
• 隐含语义技术：pLSA，LDA，隐含类别模型，隐含主题模型，矩阵分解，LFM等。

3、如何给每个用户生成负样本

• 对于一个用户，用他所没有过行为的物品作为负样本。缺点，负样本太多
• 对于一个用户，他没有过行为的物品中均匀采样一些物品作为负样本
• 对于一个用户，从他没有过行为的物品中采样出一些物品作为负样本，但采样时，保证每个用户的正负样本相当
• 对于一个用户，从他没有过行为的物品中采样出一些物品作为负样本，但采样时偏重不热门的物品

【作者的经验】

• 对每个用户，保证正负样本均衡
• 对每个用户采样负样本时，要选取那些很热门，而用户没有行为的物品。

4、模型

以LFM（Latent Factor Mode）为例；

• 用户u对物品的兴趣

5、loss 函数

• r类别，正类为1，负类为0。

6、优化求解

• 随机梯度下降法等