基于图的推荐算法

上一次讲了《相似度计算方法：余弦相似度》中，提到了推荐系统中的基于用户的协同过滤算法，由于用户的行为数据，很适合用二分图的数据结构描述，因此很多图的算法可以在推荐系统中使用，专业人员称为 Graph based Model，基于图的模型，今天来看看基于图的推荐算法。

二分图

先来回顾下二分图这个数据结构

背书中

二分图又称作二部图，是图论中的一种特殊模型。 设G=(V,E)是一个无向图，如果顶点V可分割为两个互不相交的子集(A,B)，并且图中的每条边（i，j）所关联的两个顶点i和j分别属于这两个不同的顶点集(i in A,j in B)，则称图G为一个二分图

通俗的讲

二分图就是在一个图中，将顶点集分成A和B，在这个图中，所有边的两个顶点都分别在顶点集A和B，顶点集A中的顶点不会连向顶点集A中的顶点，顶点集B中的顶点不会连向顶点集B中的顶点

灵魂画师上图了

二分图

看了图大家基本能回想起来二分图了，关于二分图还有匹配和求最大匹配的算法，以后在二分图的章节里面在说吧

用二分图描述用户行为数据

使用电商系统做为业务背景，顶点集A为用户顶点集，顶点集B为商品顶点集用新的图，顶点之间的边代表用户关注过商品，构成一个简单的用户关注商品的二分图