八分钟就看懂 | 推荐系统 (协同过滤) 原来这么简单
Posted 大数据分析和人工智能
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了八分钟就看懂 | 推荐系统 (协同过滤) 原来这么简单相关的知识，希望对你有一定的参考价值。
上礼拜刚在Amazon买了TOTORO的汽车贴纸，这几天打开Amazon都是这些相关的推荐。
哈哈，不管你是在国内，还是国外，用淘宝还是Amazon，你应该都有这种体验吧；
有时候，哪怕你没有买，只有浏览了几样商品，这些网站也会给你一些相关推荐。
不懂推荐系统背后原理的人，会觉得，
“哇！这原来就是传说中的人工智能推荐啊，好了解我哦”
懂得人：“哦，这个网址，背后用的是哪个算法啊。”
今天，不管你懂不懂，八分钟保证你看懂推荐系统背后的原理。
01 日常生活中的2种简单的推荐方法
第一种就是非定制的推荐系统；
第二种就是定制化的推荐系统。
什么叫做非定制化的推荐系统呢？
简单来说就是，什么最热卖，什么关注的人多，就推荐你什么。
比如，水果店老板发现最近西瓜销量排第一，于是呢，老板逢人就推荐西瓜。
这样就产生一个问题了。
一个有糖尿病的老爷爷去买水果，老板也向他推荐西瓜。如果你是这位老爷爷，你肯定要不高兴了吧。
“糖分这么高，还使劲推荐我这个，还是换一家吧。”
原本好好的生意，就这样泡汤了。
老板，想了想，我是不是应该改变一下推荐方法啊。
比如，年纪大的人，我推荐猕猴桃，维生素丰富还能降血糖。小姑娘呢，可以推荐她们柠檬，美白又减肥。
上面的故事，就是平时我们日常生活中，会用到的推荐系统：
定制化的推荐系统，和非定制化的推荐系统。
02 定制化推荐系统的推荐方法
讲到定制化的推荐系统里面常用的方法，一般常用的有两大类。
第一种：协同过滤（collaborative filtering），什么是协同过滤呢，这个我们过会详细讲，因为这是目前蛮常用的推荐方法。
第二种：基于内容的推荐(content-based recommendation)。
基于内容的推荐大致是，我看了一篇关于足球的报道，之后又向我推荐了足球的相关报告。里面用的技术就是基于内容的推荐。
还有一些其他的推荐方法，比如co-occurrence，或者把几种方法的结果都综合组合一下的方法。
今天这篇文章，主要就是讲的是推荐系统里的明星算法，也就是前面说的第一种：协同过滤 （collaborative filtering）～～
03 协同过滤是什么
协同过滤这个算法，目的就是找相似。
其中：找相似，可以是找相似的人，也可以找相似的东西。
比如，我们找到相似的一群人，我们就能用其中一些人喜欢的东西，推荐给另一个人；
找相似的东西的，如果一个人喜欢一样东西，那么我再推荐她另一样东西，因为这两样东西很相似。
讲了这个两个例子，是不是觉得协同过滤最重要的就是找相似啊，哈哈，那我们就讲讲这个算法的核心部分，怎么找相似。
04 协同过滤相似怎么找
我们都知道，坐标里面的两个点，如果他们的夹角越小，那么这两个点越相近（这里肯定有人要问为什么不是距离，这个问题后面会说）。
下面我们做个小练习，回顾一下初中知识，
第一张图两个从原点出发的点，他们之间的夹角是30度，cos
以上是关于八分钟就看懂 | 推荐系统 (协同过滤) 原来这么简单的主要内容，如果未能解决你的问题，请参考以下文章