标签：
本笔记为自己学习之用，对笔记内容感兴趣的读者还请购买正版书籍《推进系统实践》，尊重作者著作权益！
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
Power Law，长尾分布
2.2.2 用户活跃度和物品流行度的关系
基于用户行为数据设计的推荐算法一般称为协同过滤算法，比如：
1.基于邻域的方法（neighborhood-based）
2.隐语义模型(latent factor model)
3.基于图的随机游走算法(random walk on graph)
2.3 实验设计和算法评测
2.3.1 数据集
2.3.2 实验设计
2.3.3 评测指标：准确率/召回率（Recall/Precision）
2.4 基于邻域的算法（基于统计，没有学习过程）
2.4.1 基于用户的协同过滤算法(反应和用户兴趣相似小群体热点)
1.找个和目标用户兴趣相似的用户集合(用户相似度矩阵)
Jaccard、余弦相似度，物品-用户倒排表
算法改进：对冷门物品采取过相同的行为更能说明他们兴趣相似度，惩罚热门物品
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。
缺点：
1.用户兴趣相似度矩阵随用户数增大，其运算时间复杂度和空间复杂度和用户数近似平方关系；
2.很难对推荐结果做出解释。
2.4.2 基于物品的协同过滤算法(维系用户的历史兴趣，反应用户的兴趣传承)
1.计算物品之间的相似度（物品相似度矩阵）；
Wij = |N(i)∩N(j)| / |N(i)|, 惩罚热门物品，Wij = |N(i)∩N(j)| /（ |N(i)| |N(j)|）1/2，提高覆盖率，降低流行度。
2.根据物品相似度和用户历史行为给用户生成推荐列表。
缺点：
1.物品相似度矩阵随物品数增大，其运算时间复杂度和空间复杂度和物品数近似平方关系；
2.4.3 UserCF和ItemCF的综合比较
UserCF多用于新闻推荐( 更加社会化，热门程度，时效性，更新快)，如今日头条，各类新闻客服端；
物品更新速度远快于新用户加入速度，完全可以推荐最热门的新闻给新用户。
ItemCF多用于图书，电影，电子商务网站，如亚马逊，淘宝，用户兴趣比较固定和持久，物品(相似度矩阵)更新不会太快。
长尾物品丰富，适用于用户个性化需求强烈的领域，新用户对一个物品产生行为，就可以给他推荐相关其他物品。
2.5 隐语义模型（Latent factor）的算法(基于机器学习)
2.5.1 基础算法
具有比较好的理论基础,雅虎做得比较好
通过隐含特征联系用户兴趣和物品
http://blog.csdn.net/harryhuang1990/article/details/9924377
缺点：很难实现实时的推荐，经典的LFM模型每次训练都需要扫描所有的用户行为记录，反复迭代，来计算用户隐类向量pu和物品隐类向量qi，非常耗时。
2.5.2 基于LFM的实际系统的例子
改进了经典LFM算法。
2.5.3 LFM和基于邻域的方法的比较
1.理论基础
LFM有比较好理论基础，是一种学习方向，通过优化一个设定的指标建立最优模型；
基于领域的算法更多是一种基于统计的方法，没有学习过程。
2.离线计算空间复杂度
假定M个用户，N个物品，则中间计算过程需要的存储空间:
UserCF：O(M*M);
ItemCF:O(N*N);
LFM:O(F*(M+N).F为隐类数目
在M、N很多的情况下，LFM更节约内存。
3.离线计算的时间复杂度
一般情况下LFM时间高于UserCF和ItemCF，因为需要迭代计算，总体上没有本质差别。
4.在线计算时间复杂度
UserCF：用户有新行为，不一定造成推荐结果的立即变化
ItemCF: 用户有新行为，一定造成推荐结果的世事变化
LFM: 用户有新行为，推荐结果不会发生变化
4.推荐解释
UserCF：不支持
ItemCF: 很好的支持
LFM: 不支持
2.6 基于图的模型
2.6.1 用户行为数据的二分图表示
2.6.2 基于图的推荐算法
标签：
原文地址：http://www.cnblogs.com/Dillonn/p/4517480.html
