《推荐系统实践》读书笔记(二）(基于用户行为)

A.

用户和系统的一连串交互序列(Session)，应该被重视；

1. 显性反馈行为：评分（适用于大众点评/豆瓣这种专做评价的）；喜欢/不喜欢（适用于YouTube这种主要是看视频的）

2. 隐性反馈行为：购买，点击，浏览时长；（靠前的被点击不一定就说明用户喜欢它，可能只是因为靠前所以误点，或者被标题党误导）

一条用户行为的构成：1.用户ID; 2.物品ID; 3.行为种类（浏览,购买）; 4.上下文（时间，地点）；5.行为权重（浏览时长，打分的分数）；6.行为内容（评论的内容，打上的标签）

 

B.

新用户倾向点击热门物品；越老的用户，越倾向点击冷门物品；

 

C.

物品流行度满足长尾分布，所以取对数，可以让平均值更稳定；

 

D.

UserCF: User-->Item-->User-->买了-->Item; 

一个用户，选择K个和他最相似的用户；K=80时Precision和Recall达到最高，K越大推荐物品流行度越高（因为被更多人喜欢的物品往往是热门物品），K越大覆盖率越低（因为推出来的都是热门物品）

2个用户相似度的度量：1. Jaccard距离；2. cosine距离；3.Cosine距离的分子上，对热门物品（买的人多的物品）进行降权；

ItemCF: User-->买了-->Item-->User-->Item；（用户多了以后，用ItemCF较好；ItemCF可解释性强，购买了这本书的人还喜欢购买XXX）

2个物品相似度的度量：1. 还是使用cosine距离计算Item和Item的相似度；基于<用户,Item>行为，而不是基于Item内容上的相似度；2. cosine距离的分子上，对活跃的人（买物品多的人，比如二道贩子）进行降权；

 

E. 对比

	UserCF	ItemCF
内涵	给用户推荐和他有共同兴趣爱好的用户喜欢的物品；更社会化，反映了用户所在的小兴趣群体中物品的热门程度	给用户推荐和他之前喜欢的物品类似的物品；更个性化，反映了用户自己的兴趣传承
性能	适用于用户数少于物品数的场景（User*User相似度矩阵）	适用于物品数少于用户数的场景(Item*Item相似度矩阵）（淘宝的物品少于用户）
领域	时效性强，用户个性化兴趣不太明显的领域（比如新闻推荐，大家更关注热点和最新新闻，个性化是其次的）	长尾物品丰富，用户个性化需求强烈的领域（图书，购物，电影推荐）（买技术书的人，兴趣固定，对热门书倒不追求）
实时性	用户的新行为，不一定造成推荐结果实时变化（新闻网站，User*User相似度矩阵可以一天更新一次）	用户的新行为，一定会导致推荐结果的实时变化（新买了本书，则立刻推荐和这个书相似的书们）
冷启动	新用户：新用户对较少物品产生行为后，不能立即对他进行个性化推荐，因为User*User相似度表是一天更新一次； 新物品：一旦有用户对该物品产生行为，立即可将该新物品推荐给和这个用户兴趣相似的用户们；	新用户：只要对一个物品产生行为，立即可推和该物品相似的物品； 新物品：需要等物品相似度矩阵更新后，才能被推荐出来；
可解释性	弱	强（购买了这本书的人还喜欢购买XXX）

 

F. 隐语义模型

可用LDA: 文章换成用户，词换成物品，得到：所有用户的主题向量，所有主题的物品向量；

LFM(Latent Factor Model)：类似矩阵分解，但不要求所有物品都出现在矩阵里（适合负例物品特别多的场景）；选择负例物品时，尽量选不被点击的物品里最热门的那些；使用MSE加正则项做损失函数；

LFM空间复杂度: O(User*主题数+主题数*Item)，因为主题数较小，所以比User-CF和Item-CF的都要小；

LFM线上实时计算不可能，而User-CF和Item-CF是可以线上实时计算的；

LFM可解释性差；

 

E. 二分图PersonalRank:

每轮迭代，遍历所有节点j，每个节点对有边<i,j>的节点i进行一次到自己节点的权重增加，增加的权重等于，对于root节点，还要额外增加一个；（其实不是随机，而是确定得更新权重）

为加快计算，可以采用矩阵形式，矩阵计算求解最终的r向量即可（网页里最后一项少乘个r，书上是对的）