推荐系统实践_项亮（2）利用用户行为数据

淩亂°似流年 2022-04-15 05:40 264阅读 0赞

**目录**

第2章 利用用户行为数据

2.1 用户行为数据简介

2.2 用户行为分析

2.2.1 用户活跃度和物品流行度的分布：长尾分布

2.2.2 用户活跃度和物品流行度的关系：

2.3 实验设计和算法评测

2.4 基于领域的算法

2.4.1 基于用户的协同过滤算法UserCF

2.4.2 基于物品的协同过滤算法ItemCF

2.4.3 UserCF和ItemCF的比较

2.5 隐语义模型LFM

2.6 基于图的模型

--------------------

## 第2章 利用用户行为数据 ##

> 《论语·公治长》：听其言，观其行
> 
> 通过用户留下的文字和行为了解用户的兴趣和需求。

## 2.1 用户行为数据简介 ##

用户行为分类

（1）按照反馈的属性分类

显性反馈行为：评分、喜欢/不喜欢

隐性反馈行为：不能明确反应用户喜好的行为。比如：页面浏览行为。

（2）按照反馈的方向分

正反馈和负反馈

![image_1c17p469568q1r2nni81ej2gjq13.png][]

## 2.2 用户行为分析 ##

### 2.2.1 用户活跃度和物品流行度的分布：长尾分布 ###

物品流行度分布：横轴-物品流行度（对同一物品产生过行为的用户数），纵轴-相同流行度的物品总数

用户活跃度分布：横轴-用户活跃度（同一用户产生过行为的物品总数），纵轴-相同活跃度的用户数

![1289421-7fe80fc2356dca7e.jpeg][]

### 2.2.2 用户活跃度和物品流行度的关系： ###

![1289421-3cc85b1bb14d4883.png][]

仅仅基于用户行为数据设计的推荐算法成为：协同过滤算法。

> 协同过滤：用户齐心协力，共同努力，为彼此找到最满足需求的东西。

协同过滤算法：基于领域的方法（分为基于用户的协同过滤和基于物品的协同过滤）、隐语义模型LFM、基于图的随机游走算法。

基于用户的协同过滤：推荐和用户相似的其他用户喜欢的物品  
基于物品的协同过滤：推荐和用户之前喜欢的物品相似的其他物品

## 2.3 实验设计和算法评测 ##

数据集选择、实验设计

评测指标：准确率/召回率、覆盖率、新颖度

## 2.4 基于领域的算法 ##

### 2.4.1 基于用户的协同过滤算法UserCF ###

> 学长经验谈：其实说起来，就是一种基于用户的协同过滤

UserCF的算法主要包含两个步骤：  
（1）找到和目标用户兴趣相似的用户集合

（2）找到这个集合中用户喜欢的，且目标用户没有听说过的物品推荐给目标用户。

两个用户相似度的计算：Jaccard公式

![1289421-7a44a4e19fe94520.png][]

余弦：

![1289421-f51c396644b6daf5.png][]

相似度计算改进：

![1289421-3194ce0b4ba95150.png][]

### 2.4.2 基于物品的协同过滤算法ItemCF ###

> 基于商品的协同过滤也就是：购买了该商品的用户也经常购买的其他商品。

基于物品的协同过滤算法：目前应用更广泛。亚马逊、Netflix、Hulu、Youtube等

ItemCF主要也有两个步骤：

（1）计算物品之间的相似度

（2）根据物品的相似度和用户的历史行为给用户生成推荐列表

物品间的相似度计算：N(i)表示对物品i喜欢的用户数

![1289421-7003ad68a82e55a1.png][]

相似度改进:减少用户活跃度对物品相似度的影响。

活跃用户对物品相似度的贡献 < 不活跃的用户

![1289421-13b70a2bd21f987b.png][]

### 2.4.3 UserCF和ItemCF的比较 ###

UserCF侧重反应和用户兴趣相似的小群体的热点，更社会化。比如新闻网站。

ItemCF侧重维系用户的历史兴趣，更加个性化，是个人兴趣的传承。比如各大电商。

![1289421-16177d451a1e610f.png][]

哈利波特问题：

ItemCF在计算物品相似度时：

![1289421-e9228f419efdc197.png][]

如果物品j是《哈利波特》非常热门，每个人都会买，会导致所有商品都跟哈利波特很相似。

解决方案：

（1）加上惩罚项

![1289421-2a62d0744a6843a8.png][]

（2）基于内容的推荐：这里暂不讨论

## 2.5 隐语义模型LFM ##

3个步骤：

（1）将物品按照兴趣分类

（2）对用户的兴趣分类

（3）从分类中，挑选用户可能喜欢的物品

LFM与基于领域的方法比较：

（1）理论基础：LFM是学习方法，基于领域的方法是基于统计的方法，没有学习

（2）离线计算的空间复杂度：LFM是储存模型，而基于领域的方法需要存储所有数据，LFM更节省内存

（3）离线计算的时间复杂度：基本一致，如果迭代次数较多，LFM稍高于基于领域的方法

（4）在线实时推荐：基于领域的方法更快，LFM由于需要训练，因此比较慢

（5）推荐解释：ItemCF能很好的给出推荐解释，但是LFM不行

## 2.6 基于图的模型 ##

用户和商品可以用如下二分图表示。将个性化推荐问题转化为，从一个物品到另一个物品的路径问题。路径越短，路径的条数越多，路过的用户点不会有出度特别大的点。

![1289421-2d30653af51b45da.png][]

经典算法介绍：PersonalRank算法

[image_1c17p469568q1r2nni81ej2gjq13.png]: /images/20220415/1b399a73ca4a49f89ff28eb80dddd248.png
[1289421-7fe80fc2356dca7e.jpeg]: /images/20220415/dfa8a9ac8cbb46cf990d96c72c177fa0.png
[1289421-3cc85b1bb14d4883.png]: /images/20220415/e9d9b6bcbbed44bbba8303f28d18289c.png
[1289421-7a44a4e19fe94520.png]: /images/20220415/9fe4ed25f3c24cdf8ad654b5ac2109f9.png
[1289421-f51c396644b6daf5.png]: /images/20220415/b4cc24a2686a4ec4846013efdda581d9.png
[1289421-3194ce0b4ba95150.png]: /images/20220415/aad145ba2889468d96f3e5ca31e6d666.png
[1289421-7003ad68a82e55a1.png]: /images/20220415/6e9387dd07f745a983ed61d4f90290f3.png
[1289421-13b70a2bd21f987b.png]: /images/20220415/36f98332fda447b8acdc01b76d0ecd35.png
[1289421-16177d451a1e610f.png]: /images/20220415/d9acf18265c2460e9457ed98c602ac80.png
[1289421-e9228f419efdc197.png]: /images/20220415/623b38d0f3234dfc86410ac3c6230842.png
[1289421-2a62d0744a6843a8.png]: /images/20220415/9bb5b3a9a4484f05adecd866782820b8.png
[1289421-2d30653af51b45da.png]: /images/20220415/f9ab03d1e11a4ff29d726657a595ff15.png