itembase協同過濾的詳細介紹

　　◆版權聲明：本文出自胖喵~的博客，轉載必須註明出處。
　　轉載請註明出處：http://www.javashuo.com/article/p-hhsemsyg-gm.html

 

前言

---

一般咱們在網購的時候會遇到這樣的狀況，當咱們買了一個物品A後，網站上可能會給你推薦一些和A類似的物品。這樣的推薦就是典型的協同過濾算法，今天就來給你們說說協同過濾算法。

 

 

算法概念

---

協調過濾算法通常有兩種，一種是基於物品的，一種是基於用戶的，基於物品的是itembase，基於用戶的是userbase，簡單來講，基於物品的是當用戶購買了物品A，若是發現A和C的類似度比較高，就給用戶推薦物品C，基於用戶的推薦是若是用戶1和用戶2類似度高，用戶2買了物品A而用戶1沒有買，那麼就給用戶1推薦物品A。是否是很好理解。今天我主要說說itembase。

 

 

簡單的推薦

---

剛纔講到itembase是根據物品的類似度來進行推薦，那麼怎麼計算物品的類似度呢？咱們看一個簡單的例子。

下面是一個用戶的觀看電影的行爲的數據：

上面的表格反應的是：

用戶1看了電影 A、B；
用戶2看了電影 A、C；
用戶3看了電影  A、B、C；

後面的打分咱們能夠先忽略，由於得分都是同樣的。
那麼對於電影來講，被人看過的統計就是
電影A：一、二、3
電影B：一、3
電影C：二、3

這裏咱們利用jaccard公式（下方）來計算電影A和B的距離：

那麼A和B的 jaccard = （A交B）/（A並B） = [1,3] / [1,2,3] = 2/3

後面依次類咱們能夠算出A、B、C分別和另外兩個jaccard係數。

這個時候，當一個用戶看了電影B ，而咱們要決定給他推薦電影A或者C的時候，咱們就能很明顯的看出來B和A之間的jaccard係數更大，固推薦電影A。

 

 

帶用戶打分權重的推薦

---

上面的流程中，不知道你們有沒有注意到，咱們忽略了一步，那就是用戶對這個電影的打分，咱們並無用上。而現實生活中頗有可能會出現這樣的問題：我看了一個電影A和電影F，我對電影A打分特別低，可是電影A和電影B的類似度很是高，而我看電影F以後，我對電影F的打分至關的高，可是電影F和電影E之間的類似度是通常高（低於電影A和B的類似度），而若是咱們仍是用上面的算法的話，那麼推薦給個人就是電影B了，而事實上我可能更想看的是電影E。那麼如何解決這個問題呢，咱們繼續看。

這裏我得用一個複雜的例子來說解一下，假如咱們有以下數據源：

首先第一步，咱們須要構造一個item的同現矩陣。

這裏講一下同現矩陣的構造方法：

[A, A] 這個地方的值表明的是 A這部電影一共出現了多少次，咱們數數能夠看到一共是5次，固這裏值爲5；

[A, B] 和 [B, A] 的值是相同的，表明的是，A和B同時被一我的觀看的次數，咱們能夠看到用戶一、二、5同時看過A和B電影，固這個值就是3；

[C, G] 類型這樣的就是說，沒有人同時看過C和G這兩部電影。

構造完同現矩陣後，這時候，咱們能夠獲得每個人的打分，再構造一個評分矩陣，這裏爲了演示過程，我以用戶4爲例。

首先構造評分矩陣，這裏須要注意，沒有看過的電影直接記爲0便可，即矩陣爲：[5, 0, 3, 4.5, 0, 4, 0]

這裏咱們將 同現矩陣 * 評分矩陣 獲得最終的得分矩陣 ：

咱們看下我標黑的這一列，最終的數值是 3*5+3*0+3*3+2*5+1*0+1*4+0*0 = 38，這一行表明的是B這個電影推薦給用戶4的得分是38，因爲咱們知道用戶4沒有看過B、E、G，而B的得分是最高的，所以最後咱們給B推薦的時候，就會優先推薦B電影。

因爲同現矩陣中的數據表明是電影之間的相互權重，固在最終相乘的時候，權重高而且得分高的最終就能獲得高分，這也符合推薦類似的且是用戶愛看的電影。