读书笔记《推荐系统实践》

利用用户行为数据

隐语义模型

基础算法：
    
    pLSA
    
    LDA
    
    隐含类别模型(latent class model)
    
    隐含主题模型(latent topic model)
    
    矩阵分解(matrix factorization)

LFM隐含语义分析技术

作用：
    在推荐系统中，LFM可以实现通过用户行为将物品聚类。
    

推导过程：
    用户u对物品i的兴趣公式（假设函数）：

        pu,k 度量了用户u的兴趣和第k个隐类的关系（可以理解为喜欢的权重），
        qi,k 度量了第k个隐类和物品i之间的关系（可以理解为归属的权重）。
     
        二者相乘表示用户、隐类、物品三者之间的累计权重
        （用户喜欢这个类别，这个物品属于这个类别，所以用户喜欢这个物品，并且这种喜欢是带有“程度”的）。
        
        求和的意义：
            用户喜欢类别的每个权重，
            物品属于类别的权重，
            这样可以算出这个用户综合下来有多么喜欢该物品。
        
        何处体现分解：
            用户喜欢每个类别的程度，以及每个物品本身具有的类别属性。
            综合下来决定这个用户对这个物品有多喜欢。
            
        最终结果：
            每一个用户都有一个对类别的“喜欢”矩阵。
            
            每个物品有一个一个对类别的“归属”矩阵。
            
    损失函数：

    
    λ项是防止过拟合的正则化项。


参数与性能（准确率和召回率）：
       负样本/正样本比例 ratio

       隐特征的个数F;

       学习速率alpha;

       正则化参数lambda; 
    
 

与协同过滤比较：

        数据集非常稀疏时，LFM的性能会明显下降，
        甚至不如UserCF和ItemCF。
    
    理论区别：
        LFM是一个学习的过程，有模型。
        
        协同过滤是基于邻域的统计，没有模型和学习过程。
    
    空间复杂度：
        协同过滤中用户相关表O(M*M)的空间。
        
        物品相关表，则需要O(N*N)的空间。
        
        LFM，F个隐类，那么它需要的存储空间是O(F*(M+N))
        
        相比协同过滤节省很多空间。
        
     在线实时推荐：
        用户有新行为时，比较协同过滤和LFM是否能及时推荐：
        
            LFM需要重新计算，重新缓存
            
            因为维护了用户和物品的相似度列表，
            协同过滤可以在推荐给用户其它物品的时候，
            可以快速更新待推荐列表。更新的时候带上本次的评分。
       

负反馈数据生成：

    对于一个用户，采样负反馈数据时，方法从好到坏：
    
    1、从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数目相当。
    
    2、从他没有过行为的物品中均匀采样出一些物品作为负样本
    
    3、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 

实际中负反馈数据生成的原则：
    对每个用户，要保证正负样本的平衡(数目相似)。
    
    对每个用户采样负样本时，要选取那些很热门，而用户却没有行为的物品。
    
负反馈数据生成原因：
        很热门而用户却没有行为更加代表用户对这个物品不感兴趣。
        因为对于冷门的物 品，用户可能是压根没在网站中发现这个物品，所以谈不上是否感兴趣