[搜广推]王树森推荐算法——基于物体的协同过滤

基于物体的协同过滤 ItemCF

基于物体的协同过滤(Item-Based Collaborative Filtering,简称ItemCF)是一种经典的推荐系统算法

基本思想

  • 量化用户对物品的兴趣,通过分析用户的行为来找到与目标物品相似的其他物品,然后将这些相似物品推荐给喜欢目标物品的用户
  • ItemCF算法认为:如果用户喜欢物品item1,而且物品item1与item2相似,那么用户很可能喜欢物品item2

计算方法

  • 量化用户对物品的兴趣(点击点赞收藏转发)
  • 计算用户对每个交互过的物品的兴趣(绿色)
  • 计算用户交互过的每个物品与未交互过的物品之间的相似度(蓝色)
  • 计算完后二者相乘,所有乘积累加得到最后结果,这个结果是用户对候选物品兴趣的预估

物品的相似度

可以从数据中挖掘出物品的相似度:

  • 如果两个物品的受众完全不重合,则说明这两个物品不相似
  • 两个物品的受众重合度越高,两个物品越相似

计算物品相似度

把每个物品表示为一个稀疏向量,向量每个元素对应一个用户相似度

sim 就是两个向量夹角的余弦

简化版:

  • 相似度是介于0~1之间的数,数值越大表示两个物品越相似(因为 v v v比 W 1 W_1 W1 和 W 2 W_2 W2都小,所以介于0~1之间)

  • 这个公式没有考虑喜欢的程度

    完整版:

  • 分子把用户 v v v对物品 i 1 i_1 i1、 i 2 i_2 i2的兴趣分数相乘后连加

  • 连加是关于同时喜欢物品 i 1 i_1 i1、 i 2 i_2 i2的用户 v v v取的,当兴趣分数取0或1时变成上面那样,分子是同时喜欢两个物品的人数

  • 这个公式的本质是余弦相似度

召回业务流程

  1. 离线计算建立两个索引
  • 建立"用户-->物品"的索引
    • 记录每个用户最近交互过的物品ID
    • 给定任意用户ID,可以找到他近期感兴趣的物品列表。
  • 建立"物品-->物品"的索引
    • 计算物品之间两两相似度
    • 对于每个物品,索引它最相似的k个物品
    • 给定任意物品ID,可以快速找到它最相似的k个物品
  1. 线上做召回
  • 给定用户ID,通过"用户-->物品"索引,找到用户近期感兴趣的物品列表(last-n)
  • 对于last-n列表中每个物品,通过"物品-->物品"的索引,找到 top-k相似物品
  • 对于取回的相似物品(最多有nk个),用公式预估用户对物品的兴趣分数
  • 返回分数最高的100个物品,作为推荐结果

为什么用索引?

索引的意义在于避免枚举所有的物品。

用索引,离线计算量大,线上计算量小。

相关推荐
在所不辞兄9 小时前
【人工智能驱动的电催化研究-07】CSV文件、路径与可追溯记录
人工智能·深度学习·神经网络·机器学习·有限元·电化学·电催化
老师我太想进步了20269 小时前
【数据结构-8】栈的实现
c语言·数据结构·算法
kyle~10 小时前
因子图优化(Factor Graph Optimization)
c++·算法·机器人·传感器
硅谷秋水11 小时前
MorphMimic 方法分析
人工智能·机器学习·计算机视觉·机器人
Pniubi11 小时前
贪心算法入门
算法·贪心算法
MobotStone11 小时前
AI 能不能越用越会用?从“改答案”到“改进自己”,读懂 RSI
人工智能·算法
复杂网络与机器学习12 小时前
Meta 重写 K-Means:25 轮压成 2 轮,GPU 快 45 倍
人工智能·算法·数据挖掘
lunar_coder12 小时前
【算法】前缀和:把 O(n) 的重复劳动变成 O(1) 的一次查询
c++·算法
Pniubi12 小时前
力扣19 . 删除表的倒数第N个节点(栈)
算法·leetcode·职场和发展
青少儿编程课堂12 小时前
第十八届蓝桥杯青少组图形化 + 全国青少年信息素养大赛 + 电子学会图形化考级:校园三消乐大挑战解析
c++·python·算法·bfs·信息学竞赛