1分钟了解相似性推荐

开发 开发工具
之前聊的“协同过滤”和“基于内容的推荐”,都必须分析用户的历史行为数据(例如电影点击数据,职位查看数据等),针对不同的用户进行个性化推荐。如果系统没有用户的历史行为数据积累,如何实施推荐呢?

前几天聊的“协同过滤(Collaborative Filtering)”和“基于内容的推荐(Content-based Recommendation)”,都必须分析用户的历史行为数据(例如电影点击数据,职位查看数据等),针对不同的用户进行个性化推荐。如果系统没有用户的历史行为数据积累,如何实施推荐呢?

[[223546]]

今天接着用通俗的语言说说推荐算法中的“相似性推荐”。

什么是“相似性推荐”?

答:对于新用户A,没有ta的历史行为数据,在ta点击了item-X的场景下,可以将与item-X最相似的item集合推荐给新用户A。

问题转化为,如何用一种通用的方法,表达item之间的相似性。

仍以电影推荐为例,新用户A进入了《我不是潘金莲》电影详情页,如何对A进行电影推荐呢?

先看二维空间的点N,如何推荐与其最近的点?

答:可以用二维空间中,点与点之间的距离,表示点之间的远近。

对于全集中的任何一个点M(xi, yi),它与点N(x1, y1)的距离:

  1. distance = (x1-xi)^2 + (y1-yi)^2 

所以,只要计算全集中所有点与N的距离,就能计算出与它最近的3个点。

再看三维空间的点N,如何推荐与其最近的点?

答:可以用三维空间中,点与点之间的距离,表示点之间的远近。

对于全集中的任何一个点M(xi, yi, zi),它与点N(x1, y1, z1)的距离:

  1. distance = (x1-xi)^2 + (y1-yi)^2 + (z1-zi)^2 

所以,只要计算全集中所有点与N的距离,就能计算出与它最近的3个点。

循序渐进,对于一部电影《我不是潘金莲》,假设它有10个属性,则可以把它看做一个十维空间中的点:

  1. 点N《我不是潘金莲》 
  2. 导演:冯小刚 
  3. 女主:范冰冰 
  4. 男主:郭涛 
  5. 女配:张嘉译 
  6. 男配:大鹏 
  7. 类型:剧情 
  8. 地区:中国大陆 
  9. 语言:普通话 
  10. 日期:2016 
  11. 片长:140 

对于电影全集中的任何一部电影,都可以计算与点N《我不是潘金莲》之间的距离。二维三维中的点,可以用直线距离计算远近,10维空间{导演, 女主, 男主, 女配, 男配, 类型, 地区, 语言, 日期, 片长}中的两个点的距离,需要重新定义一个距离函数,例如:

  1. distance = f1(导演) + f2(女主) + … +f10(片长) 

这个距离,通俗的解释,就是每个维度贡献分值的总和。

分值可以这么定义:

  1. f1(导演){ 
  2.          如果两部电影导演相同,得1分; 
  3.          如果导演不同,得0分; 

例如,现在10维空间中,有另一个点M《芳华》

  1. 导演:冯小刚 
  2. 女主:苗苗 
  3. 男主:黄轩 
  4. 女配:NULL 
  5. 男配:NULL 
  6. 类型:剧情 
  7. 地区:中国大陆 
  8. 语言:普通话 
  9. 日期:2017 
  10. 片长:140 

要计算点M《芳华》与点N《我不是潘金莲》的距离,代入distance距离计算公式:

  1. distance = f1(导演) + f2(女主) + … +f10(片长) 
  2.          =1 + 0 + … + 1 
  3.          =5 

即:导演、类型、地区、语言、片长相同各得1分,其他维度不同得0分。

遍历电影全集中的10w部电影,就能找到与点N《我不是潘金莲》最相近的3部电影,当用户点击《我不是潘金莲》的详情页时,直接推荐这3部最相近的电影即可。

相似性推荐,原理大致如上,要说明的是:

  • 由于没有用户历史行为积累,不是个性化推荐,所以所有用户的推荐结果都是相同的
  • 一般来说,距离公式确实是线性的
  • 一般来说,每个维度的权重不一样
  • 这个线性公式,以及维度的权重,都可以通过机器学习训练出来

相似性推荐,希望这1分钟,大家能有收获。

【本文为51CTO专栏作者“58沈剑”原创稿件,转载请联系原作者】

戳这里,看该作者更多好文

责任编辑:赵宁宁 来源: 51CTO专栏
相关推荐

2018-05-06 16:26:03

关联规则数据分析关联规则推荐

2018-03-23 11:46:49

基于内容的推荐职位推荐集群

2018-03-12 21:31:24

区块链

2018-03-12 14:37:50

区块链比特币架构

2018-03-23 11:23:14

2017-02-22 14:46:04

Leader-Foll线程

2018-03-23 11:33:56

协同过滤程序算法

2018-08-27 16:15:20

数据库MyISAMInnoDB

2023-12-12 08:00:50

节点哈希算法

2009-11-05 14:53:54

Visual Stud

2021-10-19 07:27:08

HTTP代理网络

2022-12-16 09:55:50

网络架构OSI

2020-10-13 18:22:58

DevOps工具开发

2023-09-07 23:52:50

Flink代码

2021-04-30 16:23:58

WebRTC实时音频

2017-07-06 08:12:02

索引查询SQL

2022-07-18 06:16:07

单点登录系统

2023-12-01 14:48:52

Python图像

2015-11-23 17:34:33

秒借

2013-12-11 10:00:14

C++新特性C
点赞
收藏

51CTO技术栈公众号