推荐系统简介(1~3)

Posted 2023-03-06 Jozky86

接下来10天时间做一个推荐系统项目
学习网站：

文章目录

• 推荐系统的基本思想
• 推荐系统的数据分析
• 推荐算法分类
• • 基于人口统计学的推荐算法
  • 基于内容的推荐算法
  • 基于协同过滤的推荐算法
  • • 基于用户（User-CF）
    • 基于物品的协同过滤(item-CF)
  • 混合推荐
• 基于内容和协同过滤区别
• 推荐系统评测
• • 推荐系统实验方法
  • • 离线实验
    • 用户调查
    • 在线实验
  • 评测指标
  • • 推荐准确度评测
    • 准确率、精确率和召回率

推荐系统的基本思想

推荐系统的数据分析

用户：个人信息，喜好标签，上下文信息
物品：内容信息，分类标签，关键词
用户行为信息：评分/评价，打标签，点击/浏览，收藏/购买

推荐算法分类

主线按照数据源来分类

基于人口统计学的推荐算法

人以群分

基于内容的推荐算法

根据电影的内容来判断相似，基于相似度原则

基于协同过滤的推荐算法

协同过滤(Collaborative Filtering,CF)
用户与物品之间相关联的矩阵

基于用户（User-CF）

基于物品的协同过滤(item-CF)

物品被哪些人喜欢，找出物品的相似度

混合推荐

基于内容和协同过滤区别

CF依赖于历史数据，对于新用户会出现冷启动问题。

推荐系统评测

让用户，网站，内容三方满意

推荐系统实验方法

离线实验

好处：方便
坏处：无法直接获得实际业务标准，真实可靠程度打折扣

用户调查

在线实验

AB测试
两套系统分别测试

评测指标

推荐准确度评测

准确率、精确率和召回率

TP（True Positive）：正确的正例，一个实例是正类并且也被判定成正类
FN（False Negative）：错误的反例，漏报，本为正类但判定为假类
FP（False Positive）：错误的正例，误报，本为假类但判定为正类
TN（True Negative）：正确的反例，一个实例是假类并且也被判定成假类

准确率(accuracy)：
正确分类的item数与总数之比
公式：(TP+TN)/(总数)
A=(20+50)/100=70%
精确率(precision)：
所有被检索到的item中，“应该被检索到的item占的比例”
公式：TP/(TP+FP)
P=20/(20+30)=40%
召回率(recall):
所有检索到的item占所有“应该检索到的item”的比例
公式：TP=(TP+FN)
R=(20)/(20+0)=100%