多维数组分解----SVD在推荐系统中的应用-

喜欢ヅ旅行 2022-03-29 08:16 232阅读 0赞

http://www.janscon.com/multiarray/rs\_used\_svd.html

【声明】本文主要参考自论文《[A SINGULAR VALUE DECOMPOSITION APPROACH FOR. RECOMMENDATION SYSTEMS][]》

## 1、简介 ##

该文章中提出两个创新点，首先先将User与Item分类，然后根据分类将矩阵分成相应的“子矩阵”，对这些矩阵进行相应的SVD不仅会提高准确率还会降低计算复杂度；另外一个创新点是在于使用<User,Item,tags>三维矩阵，然后通过矩阵分解成<User,Item>、<Item,tags>与<Tags,User>子矩阵后再进行SVD分析，这篇文章的结果表示引入tags会提高推荐性能。

## 2、用户评分矩阵 ##

[![Rating Matrix][]][Rating Matrix]评分矩阵

## 3、进行奇异值分解 ##

使用MATLAB代码：

**\[U,S,V\]=svd(Rating)**

得到的数据如下：

**U =**

\-0.4600    0.3964    0.3001   -0.4319    0.3226   -0.5006

\-0.4608   -0.3069   -0.6475    0.2837    0.0198   -0.4397

\-0.2488    0.7546   -0.2790    0.1563   -0.4646    0.2247

\-0.3834   -0.3455   -0.1319   -0.6833   -0.3218    0.3818

\-0.3762   -0.2444    0.6212    0.3803   -0.5021   -0.1271

\-0.4750   -0.0090    0.0981    0.3115    0.5692    0.5862

**S =**

16.4664         0         0         0         0

0    6.2100         0         0         0

0         0    4.3991         0         0

0         0         0    2.9034         0

0         0         0         0    1.5845

0         0         0         0         0

**V =**

\-0.3187   -0.4087   -0.7430   -0.3870    0.1721

\-0.6120    0.2219    0.0328   -0.1259   -0.7479

\-0.2903   -0.3757   -0.1282    0.8703   -0.0260

\-0.5752   -0.2556    0.5972   -0.2007    0.4548

\-0.3298    0.7598   -0.2717    0.1915    0.4511

至此我们先不管上面的分解结果，在推荐系统中常用的一种做法是先“低秩”逼近，而且常用的是2维逼近。**具体做法是**：（注意S矩阵中对角线上的奇异值已经按降序排列）取U矩阵的前2列，取S的前2行前2列，取V的前2列：

**U(:,1:2),S(1:2,1:2),V(:,1:2)**

## 4、基于User的推荐 ##

使用上面“reduced”过的![U\_k][U_k]矩阵进行**用户相似度**的判定，在推荐系统算法中一步关键的算法是计算用户之间的相似度——一般采用余弦相似度（通过向量内积可计算）或者欧式距离（向量的模值）。

U矩阵中的每一行代表一个用户，两行“距离”越相近表示着两个用户越相似。

=====================================

**【问】评分表对应矩阵A，已知 User = x , Item = y , 请问 Rating = ?**

① 筛选出所有对Item评过分的用户

② 通过“Reduced“过的矩阵U，找出跟User=x最相近的那个用户

③ 获取最相近的用户对该Item=y的评分，并把这个评分当做User=x对Item=y的评分。

======================================

在第二步中，如果User=x户已经在原来的矩阵A中，按上面步骤计算即可；如果User=x 并不在原来的矩阵A中，这个用户必须要从n维投影到k维（一般是二维）空间中。

如果知道SVD的空间几何意义，理解投影过程就很简单：**原来的用户的评分向量![N\_u][N_u](1xn)是在V空间中（n维），将其与Vk矩阵相乘就知道这个用户向量的坐标，然后根据S进行坐标缩放（同时截取前k个值即可），获得的坐标就是用户的评分向量![N\_u][N_u]在U空间中的坐标了。**

用数学表达的话，设用户向量是![N\_u][N_u]，投影到U空间后的向量为P，则有：

![\\\[ P=N\_u\*V\_k\*S\_k \\\]][P_N_u_V_k_S_k]

然后就可以计算这个用户（用P向量）与其他用户（![U\_k][U_k]的各行向量）之间的相似度了。

大量的实验表明，计算相似度的话还是使用欧式距离比较有效。上面的算法瓶颈是如何在“茫茫人海”中找到最相似的那个User。

## 5、基于Item的推荐 ##

使用基于Item的推荐不存在上述的计算瓶颈，因为我们探索的是Item之间的相似度而非User之间的相似度——Item在推荐系统中相对“静态“，变化并不那么明显。因此我们可以离线预先计算好Item直接的相似度，文章《[Item-Based Collaborative Filtering Recommendation Algorithms][]》（Badrul Sarwar等）也指出基于Item的方法在实时效果上要优于基于User的方法。

相类似的，如果要计算两Item之间的相似度需要使用![V\_k][V_k]矩阵。![V\_k][V_k] 每一行代表一个Item，行之间越相近则代表Item之间越相似。其计算过程与上面所讲的User之间的推荐过程很接近。

=====================================

**【问题】评分表对应矩阵A，已知 User = x , Item = y , 请问 Rating = ?**

① 找出已经被与User=x 评过分的那些Item

② 使用![V\_k][V_k]矩阵找出与Item=y最相似的那条Item

③ 获取这最条最相似的Item的评分作为User = x ,Item = y的评分。

=====================================

还是那个问题，第二步中如果Item = y已经存在了，那么之间计算就可以了；如果不存在（也就是说是一条新的Item），就需要投影操作：

**设新的Item评分向量是![N\_i][N_i]（mx1）,处于U空间（m维），需要投影到V空间（n维）。首先通过内积计算![N\_i][N_i]在U空间中的坐标，然后使用Sk反向伸缩坐标即可得到在V空间的坐标。**

用数学表达的话，设用户向量是![N\_i][N_i]，投影到V空间后的向量为P，则有:

![\\\[ P=N\_i^T\*V\_k\*S\_k^\{-1\} \\\]][P_N_i_T_V_k_S_k_-1_]

## 6、增量SVD ##

一般的推荐系统（RS）中，算法是分两步走的：首先是离线训练，之后是在线执行。上两节所讲的是都属于离线计算，一般来讲离线计算都是费事且不频繁。（一般的电影推荐网站，计算User与item表时一天一次甚至一周一次）。

一般的离线SVD对于mxn的矩阵，计算复杂度为![O(m^3)][O_m_3]，非常费时。一个解决方法是使用“folding-in“，进行增量SVD：

![incremental SVD][]

增量的结果是添加进U矩阵。   同样的方法可以应用在新Item上。增量SVD的一个直接好处是不会影响之前存在的User（或Item）的坐标，当新用户添加到已经分解的SVD模型中，所付出的时间复杂度是仅仅是O(1)。

（每次离线计算时再全部重新SVD，而线上运行时只进行增量SVD）

## 7、添加Tags数据 ##

分类之后再逐个分别SVD，明显减少时间。

![Categorizations Steps of Users and Items][]

To be Continued…..（未完，有待补充）

[A SINGULAR VALUE DECOMPOSITION APPROACH FOR. RECOMMENDATION SYSTEMS]: http://www.janscon.com/multiarray/A%20SINGULAR%20VALUE%20DECOMPOSITION%20APPROACH%20FOR.%20RECOMMENDATION%20SYSTEMS
[Rating Matrix]: /images/20220329/f509b4d349654805a4aa97356e674228.png
[U_k]: http://www.janscon.com/wp-content/ql-cache/quicklatex.com-2837bd1f63dfa784450524fe676d101c_l3.png
[N_u]: http://www.janscon.com/wp-content/ql-cache/quicklatex.com-d905324fd2edbe671f927eb34a50a65f_l3.png
[P_N_u_V_k_S_k]: http://www.janscon.com/wp-content/ql-cache/quicklatex.com-8427d91da7e5a4fa8bb8c8bab25cdc9c_l3.png
[Item-Based Collaborative Filtering Recommendation Algorithms]: http://www.stat.osu.edu/~dmsl/Sarwar_2001.pdf
[V_k]: http://www.janscon.com/wp-content/ql-cache/quicklatex.com-907529cc03eb00b2e30dd309b5aff34a_l3.png
[N_i]: http://www.janscon.com/wp-content/ql-cache/quicklatex.com-d5e470f6d04064bee47c88c2d47e1300_l3.png
[P_N_i_T_V_k_S_k_-1_]: http://www.janscon.com/wp-content/ql-cache/quicklatex.com-58de6c906867b45d34cdc703d774e84c_l3.png
[O_m_3]: http://www.janscon.com/wp-content/ql-cache/quicklatex.com-31ad1feff18d787d8c7bd8c16bdf8550_l3.png
[incremental SVD]: /images/20220329/ff5b0701eed54c30835b584551823189.png
[Categorizations Steps of Users and Items]: /images/20220329/0fd41ce0187741eab55f40c8b548dec3.png