itembase协同过滤的详细介绍

　　◆版权声明：本文出自胖喵~的博客，转载必须注明出处。
　　转载请注明出处：http://www.javashuo.com/article/p-hhsemsyg-gm.html

 

前言

---

一般咱们在网购的时候会遇到这样的状况，当咱们买了一个物品A后，网站上可能会给你推荐一些和A类似的物品。这样的推荐就是典型的协同过滤算法，今天就来给你们说说协同过滤算法。

 

 

算法概念

---

协调过滤算法通常有两种，一种是基于物品的，一种是基于用户的，基于物品的是itembase，基于用户的是userbase，简单来讲，基于物品的是当用户购买了物品A，若是发现A和C的类似度比较高，就给用户推荐物品C，基于用户的推荐是若是用户1和用户2类似度高，用户2买了物品A而用户1没有买，那么就给用户1推荐物品A。是否是很好理解。今天我主要说说itembase。

 

 

简单的推荐

---

刚才讲到itembase是根据物品的类似度来进行推荐，那么怎么计算物品的类似度呢？咱们看一个简单的例子。

下面是一个用户的观看电影的行为的数据：

上面的表格反应的是：

用户1看了电影 A、B；
用户2看了电影 A、C；
用户3看了电影  A、B、C；

后面的打分咱们能够先忽略，由于得分都是同样的。
那么对于电影来讲，被人看过的统计就是
电影A：一、二、3
电影B：一、3
电影C：二、3

这里咱们利用jaccard公式（下方）来计算电影A和B的距离：

那么A和B的 jaccard = （A交B）/（A并B） = [1,3] / [1,2,3] = 2/3

后面依次类咱们能够算出A、B、C分别和另外两个jaccard系数。

这个时候，当一个用户看了电影B ，而咱们要决定给他推荐电影A或者C的时候，咱们就能很明显的看出来B和A之间的jaccard系数更大，固推荐电影A。

 

 

带用户打分权重的推荐

---

上面的流程中，不知道你们有没有注意到，咱们忽略了一步，那就是用户对这个电影的打分，咱们并无用上。而现实生活中颇有可能会出现这样的问题：我看了一个电影A和电影F，我对电影A打分特别低，可是电影A和电影B的类似度很是高，而我看电影F以后，我对电影F的打分至关的高，可是电影F和电影E之间的类似度是通常高（低于电影A和B的类似度），而若是咱们仍是用上面的算法的话，那么推荐给个人就是电影B了，而事实上我可能更想看的是电影E。那么如何解决这个问题呢，咱们继续看。

这里我得用一个复杂的例子来说解一下，假如咱们有以下数据源：

首先第一步，咱们须要构造一个item的同现矩阵。

这里讲一下同现矩阵的构造方法：

[A, A] 这个地方的值表明的是 A这部电影一共出现了多少次，咱们数数能够看到一共是5次，固这里值为5；

[A, B] 和 [B, A] 的值是相同的，表明的是，A和B同时被一我的观看的次数，咱们能够看到用户一、二、5同时看过A和B电影，固这个值就是3；

[C, G] 类型这样的就是说，没有人同时看过C和G这两部电影。

构造完同现矩阵后，这时候，咱们能够获得每个人的打分，再构造一个评分矩阵，这里为了演示过程，我以用户4为例。

首先构造评分矩阵，这里须要注意，没有看过的电影直接记为0便可，即矩阵为：[5, 0, 3, 4.5, 0, 4, 0]

这里咱们将 同现矩阵 * 评分矩阵 获得最终的得分矩阵 ：

咱们看下我标黑的这一列，最终的数值是 3*5+3*0+3*3+2*5+1*0+1*4+0*0 = 38，这一行表明的是B这个电影推荐给用户4的得分是38，因为咱们知道用户4没有看过B、E、G，而B的得分是最高的，所以最后咱们给B推荐的时候，就会优先推荐B电影。

因为同现矩阵中的数据表明是电影之间的相互权重，固在最终相乘的时候，权重高而且得分高的最终就能获得高分，这也符合推荐类似的且是用户爱看的电影。