推荐系统的常见推荐算法的性能比较

 

数据集是movielens-1M（下载）版本。

1. 训练集大小对于推荐性能的影响

使用SlopeOne算法，每次随机选取6%的用户预测其喜好，进行5次实验，取MAE的均值，得到下表：

 

训练集大小（%）	MAE
90	0.71718149
70	0.73005925
50	0.77483222
30	0.83092947
10	0.98020104

 

绘制成折线图，如下图所示：

 

 由此可知，训练集越大，则推荐的准确率越高。

 

2. 不同相似度度量对性能的影响

使用ItemCF算法，训练集大小为数据集的90%，每次随机选取30%的用户预测其喜好，进行5次实验，取MAE的均值，得到下表：

 

相似度度量方法	MAE
皮尔逊相关系数	0.86158483
曼哈顿距离	0.82744657
欧几里德距离	0.80844643
对数似然值相似度	0.80750607
Jaccard相似度	0.78540776
余弦相似度	0.81422523

 

绘制成直方图，如下图：

 

由此可知，Jaccard相似度的性能略好于其他几种相似度，但是优势很小。使用不同相似度度量方法差别不大。

3. 不同推荐算法的性能

使用皮尔逊相关系数作为相似度，训练集大小为数据集的90%，每次随机选取6%的用户预测其喜好，进行5次实验，取MAE的均值。其中KNN算法取近邻大小为5；EM算法的学习速度为0.005，过度拟合值为0.02，随机噪声值为0.005，EM的迭代次数为20。得到下表：

 

推荐算法	MAE
ItemCF	0.86158483
UserCF	1.03740876
Slope One	0.71718149
KNN(k = 5)	0.83184328
SVD (Compute SVD using EM Algorithm: learning rate = 0.005, overfitting prevention = 0.02, random noise = 0.005, epoch = 20)	0.70493273

 

绘制成直方图，如下图：

 

由此可知，SVD和Slope One算法的推荐结果最为精确，UserCF最差。这个数据和推荐系统相关著作中的结论是吻合的。

此外，在内存方面，Slope One最占内存，1G内存下最多只能处理6%左右的用户。而其他算法均能轻松地处理30%以上的用户量。

在速度方面，SVD速度最快，处理每个用户的平均时间约为4ms，Slope One的平均时间约为30ms，ItemCF和UserCF的平均处理时间都在10ms左右。KNN的速度是最慢的，平均处理时间约为100ms。