[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
罗西的思考1 小时前
[2W字长文] 探秘Transformer系列之(23)--- 长度外推
人工智能·算法
算AI19 小时前
人工智能+牙科:临床应用中的几个问题
人工智能·算法
你觉得20520 小时前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义下载方法
大数据·人工智能·python·gpt·学习·机器学习·aigc
hyshhhh21 小时前
【算法岗面试题】深度学习中如何防止过拟合?
网络·人工智能·深度学习·神经网络·算法·计算机视觉
杉之1 天前
选择排序笔记
java·算法·排序算法
烂蜻蜓1 天前
C 语言中的递归:概念、应用与实例解析
c语言·数据结构·算法
OYangxf1 天前
图论----拓扑排序
算法·图论
我要昵称干什么1 天前
基于S函数的simulink仿真
人工智能·算法
向上的车轮1 天前
NOA是什么?国内自动驾驶技术的现状是怎么样的?
人工智能·机器学习·自动驾驶
AndrewHZ1 天前
【图像处理基石】什么是tone mapping?
图像处理·人工智能·算法·计算机视觉·hdr