C-SVM 和 C-SVM-CF(笔记)

笔记：Context-Aware SVM for Context-Dependnt Information Recommendation

C-SVM

C-SVM是SVM的改进版。 在推荐时， 将contexts添加到用户或物品的的特征空间。然后再用SVM寻找划分超平面，再对候选物品利用划分平面进行分类，正例或反例。最后推荐正例。

C-SVM-CF

C-SVM-CF 是 C-SVM结合了CF.
步骤是：

1. 利用C-SVM寻找每个user的划分超平面。

2. 利用每个user的划分超平面进行CF,计算user之间的相似度。

   计算方法为：

   sim(u,v)=12(Mv→wNu+Mu→vNv)×100%

   其中， Nu 是训练集中u的数量， Nv 是训练集中v的训练数， Mv→w 是用v的划分超平面给u中的项目做划分分类正确的数。
   设定一个临界值，认为相似度超过某个值的两个用户就是相似的。

3. 对于相似的两个用户u和v，u购买或喜欢的物品，如果用v的划分超平面划分，也是v喜欢的物品，那么就推荐给v.