协同过滤及user-cf,item-cf在新闻应用中的优缺点。

协同过滤

协同过滤分为memory based和model based。user cf 和 item cf 都是基于此的

user cf

列是user，行是item。目的是计算用户之间的类似度，来填补图中item5的评分。

1. 找类似

用皮尔逊相关系数，cosine等来计算类似度。

1. 计算物品评分，并排序。
   公式以下。
   $$p(u,i) = \overline{r_u} + \frac{\sum_{v \in N} sim(u,v) \times (r_{v,i} - \overline{r_v})}{\sum_{v \in N}sim(u,v)}$$

这里p(u,i) 表明用户u，对物品i的评分。sim(u,v)表明用户u，v类似度。
$r_{v,i}$表明用户v对物品i的打分。 $\overline{r_v}$表明了

这样咱们就能够计算出小明对其余物品的打分预测值(这里每次计算都须要用户之间的类似度，因此能够缓存起来)。

推荐方法分为两种。一种是top-n推荐，一种是关键推荐。top-n推荐的意思就是统计在前k个用户中，统计出现频率最高且在目标用户中没有出现过的。关联规则，就是在这前k个用户中，挖掘关联规则，相似于‘买了xx的用户还买了哪些’

基于物品的协同

1.类似度
行是物品，列是user。
首先找到最类似的物品。

2.计算用户对全部物品的评分。
根据最类似的物品的评分来计算未被评分的物品。

$$\frac{\sum_{j \in rel(u)}sim(j,i)\times r_{u,j}}{\sum_{j \in rel(u)}sim(j,i)}$$
表达出来就是类似度* 评分。

两者优缺点。

首先两者都是稀疏矩阵，为了减小计算量，能够预先聚类一下。

场景: user-based. 按理说更适合新闻这种，item量远大于用户的。对于咱们来讲，由于咱们是取1周内的文章，因此相对来讲，item 量没有过大的扩展。item-based更适合item量较小的。

性能及复杂度: user-based 的缺点也比较明显。类似用户的稳定度要小于物品的稳定度程度，因此须要在线更新。 而item-based离线计算就可以得到比较好的复杂度。

推荐多样性和精度: 从单一用户角度，确定是user-based 更加多样，但同时也更加容易推荐比较热的东西。item-based，是根据用户的历史记录来推荐，因此相对来讲，更容易拟合。item-based, 对于新用户(读取量下于10的时候的推荐效果更好。)。 item-based ,更容易发现长尾数据，由于只要有一些用户买了这个长尾的物品，那么这两个物品就有很高的相关性).

稀疏性: 从稳定性上讲，user-based，item-based 对于新闻应用，固定item的状况下，类似度的稳定性上，item-based 更好一些。