协同过滤推荐算法

协同过滤(Collaborative Filtering)是推荐系统中最经典的算法之一,其核心思想是 "物以类聚,人以群分",即通过分析用户的历史行为数据,找到与目标用户相似的用户群体或相似的物品,从而为目标用户推荐他们可能感兴趣的物品。

一、基于用户的协同过滤(User-Based CF)

核心思想:找到与目标用户兴趣相似的其他用户("邻居"),将这些邻居喜欢的物品推荐给目标用户。

步骤:

s1.计算用户相似度:通过用户的历史行为(如评分矩阵)计算用户之间的相似度。常用方法有,   余弦相似度:将用户评分视为向量,计算向量夹角余弦值。   皮尔逊相关系数:修正用户评分偏置(如严格评分 vs 宽松评分)。

s2.选择邻居用户:筛选出与目标用户最相似的 Top-K 个用户。

s3.生成推荐:根据邻居用户的加权评分(相似度作为权重),预测目标用户对未交互物品的兴趣,推荐得分最高的物品。

举例:用户A和用户B都喜欢电影《星际穿越》和《盗梦空间》,用户B还喜欢《信条》,则可将《信条》推荐给用户A。

二、基于物品的协同过滤(Item-Based CF)

核心思想:找到与目标物品相似的其他物品,将用户喜欢物品的相似物品推荐给该用户。

步骤:

s1.计算物品相似度:基于用户对物品的历史行为(如共现次数或评分模式)计算物品之间的相似度。

常用方法:调整余弦相似度(消除用户评分尺度影响)。

s2.生成推荐:根据用户已交互的物品,找出相似物品并预测评分,推荐得分最高的物品。

举例:喜欢《哈利波特》的用户通常也喜欢《指环王》,则可将《指环王》推荐给喜欢《哈利波特》的用户。

三、协同过滤的关键问题与解决方式

数据稀疏性:用户-物品矩阵通常非常稀疏(大部分用户未交互大部分物品)。

解决方式:使用矩阵分解(如SVD、ALS)降维,或结合内容信息(混合推荐)。

冷启动问题:新用户或新物品缺乏历史数据。

解决方式:结合基于内容的推荐或利用社交网络信息。

相似度计算的效率:大规模数据下计算用户/物品相似度耗时。

解决方式:使用局部敏感哈希(LSH)或分布式计算(如Spark)。

四、协同过滤的优缺点

优点:

无需领域知识,仅依赖用户行为数据。

能够发现用户潜在的、非显式的兴趣(如"啤酒与尿布"关联)。

缺点:

依赖高质量的历史数据,对稀疏数据敏感。

难以处理冷启动问题。

可解释性较弱(尤其是矩阵分解类方法)。

五、Python实现示例

python 复制代码
import numpy as np

# 示例用户-物品评分矩阵(行表示用户,列表示物品)
# 0表示未评分
ratings = np.array([
    [5, 3, 0, 1],
    [4, 0, 0, 1],
    [1, 1, 0, 5],
    [1, 0, 0, 4],
    [0, 1, 5, 4],
])


def similarity(user1, user2):
    """计算两个用户之间的余弦相似度"""
    # 找到两个用户都评分的物品
    both_rated = np.logical_and(ratings[user1] > 0, ratings[user2] > 0)

    if not np.any(both_rated):
        return 0

    # 提取共同评分的物品
    user1_common = ratings[user1, both_rated]
    user2_common = ratings[user2, both_rated]

    # 计算余弦相似度
    dot_product = np.dot(user1_common, user2_common)
    norm1 = np.linalg.norm(user1_common)
    norm2 = np.linalg.norm(user2_common)

    if norm1 == 0 or norm2 == 0:
        return 0

    return dot_product / (norm1 * norm2)


def recommend_items(user_id, top_n=2):
    """为指定用户推荐物品"""
    n_users, n_items = ratings.shape

    # 计算目标用户与其他用户的相似度
    similarities = [similarity(user_id, i) for i in range(n_users)]

    recommendations = {}

    # 遍历每个物品
    for item_id in range(n_items):
        # 如果目标用户已经对该物品评分,则跳过
        if ratings[user_id, item_id] > 0:
            continue

        # 计算加权评分和相似度总和
        weighted_sum = 0
        sim_sum = 0

        # 遍历每个用户
        for other_user_id in range(n_users):
            # 如果其他用户对该物品有评分
            if ratings[other_user_id, item_id] > 0:
                weighted_sum += similarities[other_user_id] * ratings[other_user_id, item_id]
                sim_sum += abs(similarities[other_user_id])

        # 计算预测评分
        if sim_sum > 0:
            predicted_rating = weighted_sum / sim_sum
            recommendations[item_id] = predicted_rating

    # 返回评分最高的top_n个物品
    return sorted(recommendations.items(), key=lambda x: x[1], reverse=True)[:top_n]


# 为用户0推荐物品
user_id = 0
recommended = recommend_items(user_id)

print(f"为用户{user_id}推荐的物品:")
for item_id, score in recommended:
    print(f"物品{item_id},预测评分:{score:.2f}")

示例说明

评分矩阵:使用一个二维数组表示用户对物品的评分,0 表示未评分。

相似度计算:通过余弦相似度计算用户之间的相似性,只考虑两个用户都评分的物品。

推荐计算:对于目标用户未评分的物品,基于相似用户的评分进行加权平均,预测目标用户可能的评分。

结果展示:返回预测评分最高的物品作为推荐结果。

六、小结

协同过滤因其简单高效,至今仍是推荐系统的基石技术之一,常与内容推荐、图神经网络其他方法结合使用。

相关推荐
神经星星6 分钟前
估值准确率超99%!基于YOLOv11的陶瓷分类智能框架融合视觉建模与经济分析,实现文物分类及价值估测
人工智能·机器学习·开源
007tg26 分钟前
007TG洞察:GPT-5前瞻与AI时代竞争力构建:技术挑战与落地路径
人工智能·gpt·机器学习
Blossom.1181 小时前
基于深度学习的图像分类:使用ShuffleNet实现高效分类
人工智能·python·深度学习·目标检测·机器学习·分类·数据挖掘
冰封剑心1 小时前
Docker配置文件daemon.json使用及说明
人工智能·机器学习·计算机视觉
AI4Sci.2 小时前
在云服务器上基于lora微调Qwen2.5-VL-7b-Instruct模型(下)
人工智能·算法·机器学习·大模型·lora微调·大模型本地部署·qwen2.5-vl-7b
笔触狂放3 小时前
【机器学习】第八章 模型评估及改进
人工智能·深度学习·机器学习
Blossom.1184 小时前
基于深度学习的医学图像分析:使用YOLOv5实现细胞检测
人工智能·python·深度学习·yolo·机器学习·分类·迁移学习
cwn_4 小时前
自然语言处理NLP(2)
人工智能·深度学习·神经网络·机器学习·自然语言处理
樱花的浪漫5 小时前
大模型推理框架基础概述
人工智能·算法·机器学习·语言模型·自然语言处理
overFitBrain5 小时前
机器学习基础-numpy
人工智能·机器学习·numpy