转：[大数据竞赛]协同过滤在这个问题上是否work

http://bbs.aliyun.com/read/154433.html?spm=5176.7189909.0.0.gzyohy&fpage=2

看到主办方之前发的一篇文章里提到，这个购买行为 和 传统的评分过滤问题 还是很不一样的。


但为什么亚马逊 会使用 item-cf等协同过滤算法呢？


这里用item-cf算法为什么会这么差？


难道亚马逊 和天猫上的购买行为 有差别？

 

协同过滤的关键是要知道用户的显性反馈，即评分。
这个数据集根本就没有给评分，即便是利用购买来做评分，利用binary rate来做，正负例比例失调，购买带来的信息太少。
其他行为作为隐形反馈很难合理的加进SVD++进去。
总体的来说，同样是购物网站，因为数据集的不同，模型好坏不一样。
关于为啥淘宝不用那个好评中评差评来做rate，上淘宝的人都知道，一个差评和中评的影响太大，就算不是很满意也不会打中评的。
个人见解。

 

 

因为目标不同。评价推荐算法好坏的指标很多，这次是以用户最终购买来衡量。CF只说明你对这个可能有兴趣，看过耐克，给你推荐阿迪、NB或者别的，当然是有兴趣点击的，但是最终会不会买？不知道。第一步是兴趣的转化，比如点击，比如收藏，这之后还有购买转化。如果只是把源数据处理完，用经典算法或者已有的Toolkit跑一遍，调调参数拿到好的结果，竞赛无论是过程或者结果的意义都没那么大了。

用户的行为差异很大，从哪里看出来？数据里反映出来。

 

协同过滤是推荐的思想，对应也产生了一些想法。推荐的话，一般你买过的就不会给你推荐了。
但是预测你是否购买，和推荐的问题有些区别的。比如你上个月买过某品牌的零食，你这个月可能还会买相同的东西。还是要对观察数据，看看哪些特征有助于你预测。

 

 

亚马逊是推荐你去购买，所以只要推荐的商品是你可能感兴趣的就行。而我们做的是要去预测用户是否会购买，这个问题就大了，用户即使感兴趣也不一定会购买，你可以想想：亚马逊给你推荐了那么多图书，你买了几本它推荐的呢？

转载于:https://www.cnblogs.com/DjangoBlog/p/3640152.html