Surprise：一个Python推荐系统算法库

Surprise，是scikit系列中的一个推荐系统算法库。

官网：http://surpriselib.com/；Conda指令：https://anaconda.org/nicolashug/scikit-surprise

文档：http://surprise.readthedocs.io/en/stable/

一、基本模块

1. 推荐算法分类

可分为基于用户行为的推荐算法和基于内容（物品属性）的推荐算法。

基于用户行为数据的推荐算法一般称为协同过滤算法，主要方法有基于邻域的方法（neighborhood-based）、隐语义模型（latent factor model，LFM）、基于图的随机游走算法（random walk on graph）等。

在业界得到最广泛应用的算法是基于邻域的方法，主要包含下面两种算法：基于用户的协同过滤算法 UserCF，给用户推荐和他兴趣相似的其他用户喜欢的物品；基于物品的协同过滤算法 ItemCF，给用户推荐和他之前喜欢的物品相似的物品。

2. 基于邻域的CF算法的可设定度量准则，surprise.similarities 模块

余弦相似度 cosine、均方差相似度 msd、皮尔逊相关系数 pearson、基线皮尔逊相关系数 pearson_baseline。

3. 评价指标模块，surprise.accuracy

均方根误差 rmse、平均绝对误差 mae、fcp。

4. 数据集 surprise.dataset 模块

包含了 movielens-100k、movielens-1m、Jester 数据集。还可读取 pandas.DataFrame 格式及其他文件格式的数据集。

5. surprise.model_selection 模块

提供了用于交叉验证所需要的数据集切分、自动CV、网格搜索 GridSearchCV 等。

二、实现推荐算法

1. surprise.prediction_algorithms.algo_base

该模块定义了 类AlgoBase，每个单独的预测算法都继承自该类。

2. surprise.prediction_algorithms.predictions，定义了预测结果类。

3. Basic algorithms 基本算法

（1）prediction_algorithms.random_pred.NormalPredictor

从训练集估计得到一个正态分布（均值和标准差），基于该正态分布进行随机预测。

（2）prediction_algorithms.baseline_only.BaselineOnly

4. k-NN inspired algorithms kNN算法

（1）prediction_algorithms.knns.KNNBasic，即基本的协同过滤算法。

• k，kNN 算法中的 k 参数；
• min_k，需考虑的最小邻居数，当邻居数不足时，使用全局平均进行预测；
• sim_options，该参数接收一个 dict，如
  • sim_options = {'name': 'cosine',

'user_based': False # compute similarities between items}

（2）prediction_algorithms.knns.KNNWithMeans，考虑了每个用户的平均打分值。

（3）prediction_algorithms.knns.KNNWithZScore，考虑了每个用户的 z-score 标准化。

（4）prediction_algorithms.knns.KNNBaseline，包含可学习参数，可使用 SGD 和 ALS 算法进行参数估计。推荐使用 pearson_baseline 度量方式。

• bsl_options，接收一个 dict，说明配置信息。
  • bsl_options = {'method': 'sgd', 'learning_rate': .00005, }

5. Matrix Factorization-based algorithms

SVD、RSVD、ASVD、SVD++详解

（1）prediction_algorithms.matrix_factorization.SVD

（2）prediction_algorithms.matrix_factorization.SVDpp

引入隐式反馈，可以是打分动作（谁对某个商品打过分），或者是浏览记录等，隐式回馈的原因比较复杂，专门用一部分参数空间去建模，每个 item 对应一个向量 yi ，通过 user 隐含回馈过的 item 的集合来刻画用户的偏好。

（3）prediction_algorithms.matrix_factorization.NMF

NMF 非负矩阵分解，与 SVD 算法类似，用户和物品因子都必须是正值。

6. prediction_algorithms.slope_one.SlopeOne

通过计算物品之间的平均差异来进行预测。

7. prediction_algorithms.co_clustering.CoClustering