推荐系统实战

简介

推荐系统学习笔记

推荐系统主要分类

基于人口统计学的推荐

 基于统计学的统计是相对于一种比较简单的推荐算法，比如给用户打一个程序员的标签，然后把电脑相关的数据进行推荐。但是有一个缺点就是用户的信息不是很好的收集。上图的意思就是，如果大部分25-30岁的女都喜欢A物品，那么当有用户c过来的时候，那么根据统计就会把A物品推荐给c用户。简单的理解就是物以类聚，人以群分。

基于内容的推荐算法

根据物品的内容，算出他们的相识度，然后进行相关物品的推荐。首先要对物品进行向量化，然后求物品的欧式距离。

 

基于协同过滤算法

基于用户行为推荐，这个是基于热推荐，要结合用户画像冷推荐效果更加的好，因为新用户，没有任何标签就不太好推荐物品。

 

 可以更具用户近邻推荐，比如上面Alice和Cary的喜欢程度一样，那么就可以推测Cary对泰坦尼克号的评价可能是4或者是5。这就是User-CF，还有就是泰坦尼克号和阿甘正传很相近，也能推出Cary对电影的评分，那么这个就是Item-CF。物品多的时候用Item-CF,用户多的时候用User-CF。

在模型训练的时候，可以假设他们有一定的矩阵关系，入下图。

 上面差分的矩阵，然后重新计算，看是否和之前的数据一样，得到最后的数据进行模型的打分。分解以后在相乘就是预测数据。

 

 

 

 

 上面是协同过滤算法的损失函数，也就是特征越多，惩罚越大，那么我们就要想办法得到损失函数的最小值，从而得到最好的模型。

 

 

上面不管是ASL还是梯度下降算法，最后的结果都是想得到，损失函数的最小值，得到最小值的损失函数得到的模型就相对较好。 

特征工程

特征选择就是对于一些可以区分的关键信息进行提取出来，就想相亲一样，高，矮，胖瘦对于相亲的影响就很大，那么这些就是有用的特征。

数值型特征处理

归一化

算法，这里的作用就是尽量的减少数据的差异化，对结果产生影响。

 

离散化

就是对于连续的数据，分段处理的情况，比如像公交车按年龄让座的分类问题，1表示会让座，0表示不让座。

比如学区，房间类型，都可以用1或者0来表示，如下图提取的特征就能够放在机器学习里面进行训练。

反馈数据

 

项目实战

架构图

 

思路

离线推荐

 上图是能够得到模型。下图是推荐信息生成的流程图，在模型训练出来着以后，开始预测，然后把预测的结果写到数据库中。

 下面根据训练出来的模型，求电影的相关度

上面用余弦相识度的原因是如果一个用户分别给两个电影打1,3分，另一个用户给3,5分，如果按距离计算的话，那么不太合适，如果用余弦相识度的话，他们就会在类似的角度，那么角度距离就不会太大。 

实时推荐 

实时推荐的思路就是，在理想求出相关性的电影以后，然后根据电影的相关性进行实时推荐，实时推荐的时候要考虑到用户对电影的评分的问题。 

 

基于内容推荐 

综合使用 

 

实现 

项目依赖

尚硅谷机器学习和推荐系统教程