協(xié)同過(guò)濾算法到應(yīng)用

1.協(xié)同過(guò)濾推薦模型總體思路協(xié)同過(guò)濾推薦模型主要涉及協(xié)同過(guò)濾算法（協(xié)作型算法）,CollaborativeFiltering,也稱(chēng)CF算法。1.1CF算法用戶行為與其他用戶行為比較，找出其相似的鄰居，根據(jù)鄰居的興趣或偏好，預(yù)測(cè)該用戶的興趣、偏好。1.2主要步驟（1） 構(gòu)建用戶檔案通過(guò)用戶對(duì)產(chǎn)品的各種行為（表現(xiàn)出的各類(lèi)指標(biāo)），最終形成用戶與商品的評(píng)分矩陣；（2） 生成最近的鄰居通過(guò)計(jì)算相似度，目標(biāo)用戶與數(shù)據(jù)庫(kù)內(nèi)用戶（群）的相似度，選取相似度最高的用戶（群）作為目標(biāo)用戶的鄰居；（3） 推薦產(chǎn)生根據(jù)目標(biāo)用戶的鄰居，運(yùn)用一定的推薦算法，為用戶推薦符合的鄰居的產(chǎn)品。2協(xié)同過(guò)濾推薦算法主要有兩種算法傳統(tǒng)（記憶）的協(xié)同過(guò)濾2.1.1計(jì)算相似度的方法Person相關(guān)系數(shù)工(R-R)(R-R)sim(sim(i,j)=wi,jkwI(R-R尸'工(R-R尸i,k i /,k jkel.其中，Ii7是用戶i,j共同評(píng)分的商品集合，R,R分別表示用戶i和用戶jij j,k i,k對(duì)商品k的評(píng)分，R,R分別表示用戶i和用戶j在各自己打分項(xiàng)目上的評(píng)分平ij均值。余弦相似度sim(isim(i,j)二cos(i,j)二—?—?i-jII門(mén)1*11了II工RRkikjkilleille!ileij其中：R為用戶i對(duì)商品k的評(píng)分，I為用戶i評(píng)過(guò)分的商品集合，k是用戶iik i與用戶j重合的評(píng)分?jǐn)?shù)目。模糊相似度歐幾里得相似度2.1.2商品的預(yù)測(cè)評(píng)分ppa,iK藝sim(a,u)R或pu,i a,iu=1

=R+kFsim(a,u)(Ra u,iu=1其中：sim(a,u)是目標(biāo)用戶a與鄰居用戶u的相似度，R是鄰居用戶u對(duì)項(xiàng)目u,ii的評(píng)分值，R是鄰居用戶u的平均評(píng)分，K為目標(biāo)用戶和各鄰居間相似度值之u和的倒數(shù)。sim(a,u)2.1.3推薦方法基于用戶的協(xié)同過(guò)濾基本思想：先找到目標(biāo)用戶的鄰居用戶，根據(jù)需求在鄰居用戶中選取最相似的k個(gè)鄰居，再根據(jù)這k個(gè)鄰居對(duì)各產(chǎn)品的評(píng)分，通過(guò)加權(quán)預(yù)測(cè)出目標(biāo)用戶對(duì)產(chǎn)品的評(píng)分?；谏唐返膮f(xié)同過(guò)濾基本思想：找出與商品i評(píng)分相似的鄰居商品，再取j個(gè)最相似的鄰居商品，再把這j個(gè)鄰居商品的評(píng)分加權(quán)，預(yù)測(cè)目標(biāo)用戶對(duì)商品i的評(píng)分。2.1.4傳統(tǒng)協(xié)同過(guò)濾算法的步驟（1） 用戶--產(chǎn)品的評(píng)價(jià)矩陣通過(guò)用戶—產(chǎn)品的各項(xiàng)指標(biāo)，得出用戶—產(chǎn)品的評(píng)價(jià)矩陣。（2） 確定用戶的鄰居計(jì)算目標(biāo)用戶/商品與數(shù)據(jù)庫(kù)中用戶/商品的相似度，取相似度最高的作為鄰居。（3） 推薦方法由用戶協(xié)同過(guò)濾和商品協(xié)同過(guò)濾兩個(gè)角度，分別預(yù)測(cè)目標(biāo)用戶對(duì)位置商品的評(píng)分。推薦規(guī)則：選擇商品評(píng)分前n個(gè)商品進(jìn)行推薦；設(shè)置閥值，選取高于閥值的商品進(jìn)行推薦基于模型的協(xié)同過(guò)濾算法2.2.1貝葉斯聚類(lèi)基本思想：基本思想是通過(guò)已知用戶的評(píng)分?jǐn)?shù)據(jù)估計(jì)出用戶對(duì)商品i的評(píng)價(jià)分布和條件概率參數(shù)，再由目標(biāo)用戶的已知信息估計(jì)出目標(biāo)用戶對(duì)商品i的評(píng)分,進(jìn)行推薦。用戶u對(duì)商品i的期望得分：

E（u,i）=￡P(guān)（R=kIU）xku,ik=0優(yōu)點(diǎn)：所需參數(shù)少，對(duì)缺失數(shù)據(jù)不敏感，能夠?yàn)橛脩艚⒏咝У钠媚Ｐ?，可以有效的解決數(shù)據(jù)稀疏性和超高維問(wèn)題。缺點(diǎn)：隨用戶量和數(shù)據(jù)量的增大，貝葉斯網(wǎng)絡(luò)模型需定期重建，耗時(shí)長(zhǎng)，故不適用于更新迅速且用戶興趣變化頻繁的環(huán)境。2.2.2聚類(lèi)算法基本思想：將具有類(lèi)似特征的商品或用戶進(jìn)行分組，形成不同的偏好模式，對(duì)于目標(biāo)商品或用戶，先判斷其所屬類(lèi)別，再在該類(lèi)別中搜索最近鄰，根據(jù)最近鄰的評(píng)分預(yù)測(cè)用戶對(duì)項(xiàng)目的評(píng)分。常用的聚類(lèi)算法為K-means算法。？？?jī)?yōu)點(diǎn)：通過(guò)聚類(lèi)將用戶的最近鄰搜索空間局限在每一個(gè)類(lèi)別中，有效的減小了搜索空間，解決了推薦的實(shí)時(shí)性問(wèn)題。缺點(diǎn)：用戶只能屬于一個(gè)單獨(dú)的類(lèi)別，無(wú)法記錄用戶的多興趣特征另外，數(shù)據(jù)的超高維特征使得推薦性能下降。2.2.3奇異值分解2.2.4神經(jīng)網(wǎng)絡(luò)3.協(xié)同過(guò)濾算法的應(yīng)用3.1在數(shù)據(jù)庫(kù)中建立標(biāo)本數(shù)據(jù)3.1在數(shù)據(jù)庫(kù)中建立標(biāo)本數(shù)據(jù)基本思想：先對(duì)商品進(jìn)行統(tǒng)計(jì)，依據(jù)某些指標(biāo)對(duì)用戶進(jìn)行分類(lèi)，得到用戶對(duì)商品評(píng)分的矩陣，存放于數(shù)據(jù)庫(kù)中，作為初始數(shù)據(jù)。步驟：（1） 用戶進(jìn)行分類(lèi)：按照指標(biāo)（2） 用戶對(duì)每個(gè)商品的評(píng)分；（3） 形成用戶商品的評(píng)分矩陣。存放于數(shù)據(jù)庫(kù)中備用商品1商品2商品3商品i標(biāo)本1評(píng)分標(biāo)本2標(biāo)本k樣本指標(biāo)Arpu值套餐使用流量性別年齡上網(wǎng)時(shí)段上網(wǎng)類(lèi)型等指標(biāo)的選?。褐笜?biāo)的選取應(yīng)該考慮是否影響對(duì)商品的需求，例如上網(wǎng)類(lèi)型等。指標(biāo)的統(tǒng)一：選取了指標(biāo)之后，如何使不同的指標(biāo)不同的單位，能夠統(tǒng)一，形成每個(gè)標(biāo)本或用戶的向量。判別目標(biāo)用戶的臨近用戶基本思想：取用戶的指標(biāo)，應(yīng)用余弦相似度或者是person相關(guān)系數(shù)的方法，計(jì)算目標(biāo)用戶與標(biāo)本數(shù)據(jù)的貼近度，取貼近度最高的k個(gè)樣本作為目標(biāo)用戶的臨近用戶。步驟：（1） 計(jì)算相似度；（2）確定k個(gè)相似度最高的樣本。加權(quán)預(yù)測(cè)目標(biāo)用戶對(duì)商品的期望評(píng)分基本思想：分析目標(biāo)用戶的k個(gè)臨近用戶對(duì)商品的評(píng)分，對(duì)這些評(píng)分進(jìn)行加權(quán)預(yù)測(cè)目標(biāo)用戶對(duì)商品的評(píng)分，評(píng)分前幾