《推荐系统实践》读书笔记

《推荐系统实践》是一本讲推荐系统的入门书籍，可贵的是它做到了理论和实践相结合，理论也不是很复杂，非常适合工业界想要使用推荐算法的人学习。这里把读书过程的笔记摘录下来，给自己留个备忘。

1.好的推荐系统

推荐系统是为了解决信息过载问题。

应用领域：

• 电子商务

  相关商品(item-based)。

• 电影和视频

  样本少，早期依靠人工编辑效果也不错。

• 音乐

  物品空间大，消费时间短。

• 社交网络

  推荐内容广泛(人、事情、物品)。

• 个性化阅读

• LBS

• 个性化广告

评测标准

• 满意度

• 准确率

• 覆盖率

• 多样性

• 新颖性

  不要都是热门资源

• 惊喜度

• 信任度

  增加系统的透明度，提供推荐解释。社交网络信息。

• 实时性

• 健壮性

• 商业目标

2.用户行为数据

数据来源

raw log => session log => impression log

显示数据：喜欢
隐式数据：浏览

无上下文信息的隐性反馈数据集：用户ID+物品ID作为一条记录，如浏览数据。

PowerLow–长尾效应–Zipf定律

协同过滤的算法：

• 基于邻域的算法(neighborhood-based)

  • UserBased

    1.User相似度计算：

    

    其中N(i)表示用户i有正反馈的物品集合，是惩罚因子，避免热门物品的影响。

    2.Item感兴趣程度计算：

    

    k是输入参数，S(u,k)是与u有关的k个人。

    使用UserBased的公司：Digg，文章推荐网站，类似无觅

  • ItemBased

    1.Item相似度计算：

    

    其中alpha是对热门物品j的惩罚因子。实验证明alpha为0.5时结果最佳，但是仍然可以使用其他值来保证新颖性。

    IUF(Inverse User Frequence):活跃用户的贡献度应小于不活跃的用户。ItemCF-IUF效果略好于ItemCF。

    

    2.Item感兴趣程度计算：

    

    K同样是输入参数。

    ItemCF更让人信服，因为提供推荐解释“喜欢A的人还喜欢B”。

• 隐语义模型(latent factor model)

  todo

• 基于图的随机游走(random walk on graph)

  todo