推荐算法-lfm

推荐算法

lfm -latent factor model

隐语义模型

它是个啥？

点击矩阵：

	item 1	item 2	item 3
user 1	1	0	0
user 2	0	1	0
user 3	1	1	0

user i 表示第i号用户，item j表示第j号产品
矩阵表示，用户对产品是否有点击，若点击，则为1，未点击，则为0
我们从这个矩阵分解出每个 item 的向量和每个 user 的向量:

$$\begin{gathered} user1=[0.325,0.456....0.768] \\ item1=[0.215,0.569...0.568] \\ user1\ast item1=常数 \\ 这个常数表明user1对item1的喜好程度 \end{gathered}$$

算法的应用：

知道了简单原理后，我们便可以理解一下应用：

计算用户的toplike：可计算特定用户对每一个item的喜爱程度

计算item的topsim：计算特定item与其他item的相似程度，

计算item的topic：聚类方法，把不同的item聚成不同的类

我们如何从矩阵中分解向量？

采用“监督学习”的思想，初始化时对向量设置随机值
列出损失函数，然后梯度下降，得到各个item及user的向量。

分解的具体流程

设置隐特征数量F个，随机初始化所有item及user 的向量
计算loss函数：u表示user，i表示item，D表示样本集
p(u,i)表示实际情况下u对i是否有点击
P_lfm(u,i)表示用u和i向量计算得到的预测值
p_u表示u的向量
q_i表示i的向量
p_uf表示u的向量第f维（是一个我们想求的数，也就是在下面的式子中是一个自变量）
loss=∑(u,i)∈D{(P(u,i)−Plfm(u,i))2+λ∣pu∣2+λ∣qi∣2} loss=\sum_{(u,i)\in D}\{(P(u,i)-P_{lfm}(u,i))^2+\lambda |p_u|^2+\lambda |q_i|^2\} loss=(u,i)∈D∑​{(P(u,i)−Plfm​(u,i))2+λ∣pu​∣2+λ∣qi​∣2}

$$P_{lfm}(u,i)=p_u^T\ast q_i=\sum _{f=1}^F{p}_{uf}\ast q_{if}$$

$$\frac{\delta loss}{\delta p_{uf}}=\sum _{(u,i)\in D}\frac{\delta loss}{\delta P_{lfm}(u,i)}\ast \frac{\delta P_{lfm}(u,i)}{\delta p_{uf}}+2\alpha |p_{uf}|$$

$$=-2\ast (P(u,i)-p_{uf}\ast q_{if})\ast q_{if}+2\alpha |p_{uf}|$$

$$p_{uf}=p_{uf}+\beta \ast \frac{\delta loss}{\delta p_{uf}}$$

$$\frac{\delta loss}{\delta q_{if}}=\sum _{(u,i)\in D}\frac{\delta loss}{\delta P_{lfm}(u,i)}\ast \frac{\delta P_{lfm}(u,i)}{\delta q_{if}}+2\alpha |p_{u}f|$$

$$=-2\ast (P(u,i)-p_{uf}\ast q_{if})\ast p_{uf}+2\alpha |q_{if}|$$

$$q_{if}=q_{if}+\beta \ast \frac{\delta loss}{\delta q_{if}}$$

构建模型需要注意的自定义参数

隐特征个数（通常设置为10-32个）

学习速率β

正则参数α（0.01-0.05）

评价该算法

理论基础：

监督学习思想，理论基础较为完备

离线计算空间复杂度：

O(物品数目*特征数+商品数目*特征数)

计算时间复杂度：

M个用户，N个商品，S次迭代，F个隐特征
离线计算时：O(F*(N+M))
训练模型时：O(S*M*N)

在线推荐：

用户有新行为时，无法即时召回重新训练