推荐系统实践

一、好的推荐系统：

1、原则

• 解决信息过载
• 在用户没有目的的时候，帮助他们发现感兴趣的新内容
• 帮助长尾商品曝光给对它们感兴趣的用户
• 有推荐反馈（展示推荐理由）

2、评测点

• 用户满意度：用户调研、反馈
• 预测准确度：准召率
• 覆盖率：推荐物品占总物品的比例，消除马太效应
• 多样性、新颖性、惊喜度
• 信任度：如呈现方式像广告则影响信任度，推荐解释可增加信任度
• 实时性：如feed
• 健壮性：抗作弊能力，如尽量使用代价高的用户行为；数据清理
• 商业目标

3、维度：评估不同维度值下推荐系统是否ok

• 用户维度
• 物品维度：物品属性、流行度、是否新品等
• 时间维度：季节、工作日or周末、不同时段

二、用户行为分析+热启动推荐 1、协同过滤：基于邻域的算法，包括基于用户、基于物品2种；

• 基于用户UserCF：找到相似的人（按物品计算人相关性），推荐其他人看的物品
• 基于物品ItemCF：一个人喜欢a也喜欢b，则ab相似，置信则按a推荐b

tips.

• 受热门影响大，需惩罚热门物品、极高活跃度用户权重，避免影响结果
• Item中，不同领域的热门物品相似度高，需引入物品的内容数据解决问题，如降低不同领域物品权重！

优劣：

• User适合用户少，item适合物品少
• User时效性强，用户兴趣变化不明显的领域（如新闻领域）；item长尾丰富，适合用户个性化需求强烈的领域（电商、豆瓣）
• user很难解释，item相反

2、隐语义模型：通过隐含特征，联系用户兴趣和物品（自动化解决对物品分类、用户偏好刻画、进行推荐的过程）

• 相关技术：pLSA\LDA\隐含类别模型\隐含主题模型\矩阵分解等

LFM推荐算法,是机器学习，非统计！实现过程P68

• 模型输入样本要求：a. 每个用户的正负样本平衡； b.负样本要选择热门，但用户没有行为的物品；
• 缺点：实时性差、可解释性差

3、基于图的模型：用户-物品的二分图（按图的边关联，计算相关性） 三、冷启动推荐 1、利用用户注册信息：人口统计学、用户兴趣偏好、其他站外数据 2、利用合适物品试探：物品需满足比较热门、具有代表性和区分性、启动物品集合具有多样性 3、利用物品的内容：判断相似物品推荐，物品内容可通过“向量空间模型”表示，将物品表示成关键向量；

• 优劣：简单，但丢失关键词间的关系信息；
• 相关算法：ContentItemKNN,需要丰富的领域知识确认所用特征

4、专家作用：专家标注确认特征和值 四、”标签“推荐 1、定义：无层次化结构、用来描述信息的关键词 2、标签常见生成方式： A. 作者或专家打标签； B. 用户打标签，即UGC

• UGC好处：群体智能，获得准确的关键词描述（准确的信息是推荐系统的重要资源！）
• 用户标签特点：有高频词，也有长尾

3、基于标签的推荐算法：人→标签→有标签的物品→人

• TF-IDF：解决热门影响推荐结果不够个性化的问题
• 数据稀疏性：新用户、新物品推荐时，加入标签的相似标签增加数据量；（标签扩展方法：同义词、使用用户行为进行标签相似度刻画、话题模型等）
• 标签清理：原因1-不是所有标签都能反映用户兴趣！不恰当的不可用；

原因2-将标签作为推荐解释：去除词频很高的停止词；去除因词根不同造成的同义词；去除因分隔符造成的同义词； 4、基于标签的推荐解释： 考虑的出发点（用户需求点）：

• 用户对标签的兴趣对帮助用户理解为什么给他推荐某个物品有帮助；
• 用户对标签的兴趣和物品标签的相关度对于帮助用户判定自己是否喜欢被推荐物品具有同样的作用；
• 物品标签相关度对于帮助用户判定被推荐物品是否符合他当前的兴趣更有帮助；
• 客观事实类标签相比主观感受类标签对用户更有用；

推荐解释的方向：书中调研给出的满意度高低D>A>B>C

• A-RelSort：使用用户以前使用过且物品上有的标签，给出用户对标签的兴趣和标签与物品的相关度，但标签按照和物品的相关度排序；
• B-PrefSort：使用用户以前使用过且物品上有的标签，给出用户对标签的兴趣和标签与物品的相关度，但标签按照用户的兴趣程度排序；
• C-RelOnly：使用用户以前使用过且物品上有的标签，给出标签与物品的相关度，且标签按照和物品的相关度排序；
• D-PrefOnly：使用用户以前使用过且物品上有的标签，给出用户对标签的兴趣程度，且标签按照用户的兴趣程度排序；

五、利用上下文信息推荐 1、时间上下文：

• 考虑原因：用户兴趣实时变化；物品存在生命周期；季节效应
• 判断是否需要考虑时间的指标：物品平均在线天数、相隔T天物品流行度向量的平均相似度（就是看不同时间差异是否大）
• 实时性：平衡近期行为和长期行为-体现近期行为变化，但也保证对用户兴趣预测的延续性；

如用户近期没有新的行为，也可以经常变化一下结果，具有一定的时间多样性； 2、地点上下文：兴趣本地化（如考虑国籍、大的地域）、活动本地化（考虑推荐地点和用户LBS的距离） 六、利用社交网络数据，社会化推荐

• 形式：email收发人、用户注册信息、用户lbs+IP、论坛、即时聊天工具、社交工具

1、社交网络数据分类：双向确认、单向关注、基于社区的设社交网络数据 2、社会化推荐优点：好友推荐增加推荐的信任度；解决冷启动问题； 刻画相关因素：

• 用户熟悉度：共同好友比例；
• 用户兴趣相似度：喜欢物品的重合度；

方法：

• 基于邻域
• 基于图（性能更优）
• 信息流推荐：考虑熟悉度、用户行为偏好、时间衰减系数、好友参与程度等

其他应用形式：好友推荐 3、升华：社交网络的研究都基于随机图理论 七、推荐系统实例&应用 1、用户特征抽象分类：

• 人口学
• 行为特征：浏览、收藏、打分等
• 话题特征：话题模型获取用户感兴趣的方向

2、推荐目标：

• 新物品
• 商业高收益物品
• 多品类物品

3、推荐方式：

• 混合推荐：多品类
• 区分场景推荐：如首页热门推荐，个性化页面长尾推荐；
• 上下文推荐：结合上下文

Tips.

• 不同推荐目标&方式可构建不同的推荐引擎，通过引擎组合实现多样性
• 基于用户反馈，为不同用户使用不同的推荐引擎组合权重！（难以想象的个性化方式！）

4、推荐引擎的架构

• STEP1生成用户特征向量：对用户代价高的、近期的、行为次数多的、不热门物品的行为高加权；
• STEP2特征-物品相关推荐
• STEP3过滤模块：过滤已产生过行为的、质量差的物品等
• STEP4排名：新颖性、多样性、时间多样性、用户反馈等

5、评分预测问题解决方案列举

• 离线实验（训练集、测试集找误差最小）
• 评分预测算法

后记tips：平衡数据和算法之间的关系 使用正确的用户数据对推荐系统至关重要，用户数据理解是设计好推荐系统的必要条件，因此分析数据是设计系统中最重要的部分； 数据分析决定了如何设计模型，算法只决定最终如何优化模型。

1 推荐系统

通过挖掘用户行为，找到用户个性化需求，从而将长尾商品准确地推荐给需要的用户，帮助用户发现那些他们感兴趣但很难发现的商品。

2 评价指标

推荐系统主要分为1 评分问题 2 Top N 问题

评分问题评价指标： RSME，MAE

Top N 问题评价指标：precision/recall ，覆盖率（信息熵，gini index表征）

基尼系数的计算真理

首先，我们将物品按照热门程度从低到高排列，那么右图中的黑色曲线表示最不热门的x%物品的总流行度占系统的比例y %。这条曲线肯定是在y=x曲线之下的，而且和y=x曲线相交在(0,0)和(1,1)。

令SA是A的面积，SB是B的面积，那么基尼系数的形象定义就是SA / (SA + SB)，从定义可知，基尼系数属于区间[0,1]。

如果系统的流行度很平均，那么SA就会很小，从而基尼系数很小。如果系统物品流行度分配很不均匀，那么SA就会很大，从而基尼系数也会很大。

多样性（物品列表的不相关性），新颖性（过滤已经购物的列表），惊喜度，信任度（推荐解释，好友信息），实行性（新用户，新物品），鲁棒性（抗作弊能力，行为注入）

对于一个常用的推荐系统，离线优化目标：

max precision ，覆盖率>A, 多样性>B，新颖度>C

3 冷启动问题

用户冷启动（利用用户注册信息，诱导用户选择兴趣模块）

物品冷启动（物品内容信息，标签信息）

系统冷启动（专家标注）

4. 推荐系统数据种类

行为类数据

显性反馈行为（明确物品的喜爱行为）

隐形反馈行为（浏览，停留时长）

上下文信息（时间上下文，地点上下文）

社交网络数据

5. 标签系统的重要性

标签系统的最大优势是可以发挥群体的智慧，获得对物品内容信息比较准确的关键词描述。标签能够帮助用户发现可能喜欢的物品。例如：

1）统计每个人常用的标签

2）对每个标签统计被打过这个标签次数最多的商品

3）将这个商品推荐给常打该标签的用户

标签也要扩展和及时清除，如 去除词频很高的停止词，去除因词根不同造成的同义词，去除因分隔符造成段位同义词等。

6. 推荐系统框架

推荐系统框架

简单的召回

读后感首发于： https://zhuanlan.zhihu.com/p/129820834

为什么会读这么书？

这本书讲了什么？

第一章：好的系统推荐：

第二章 利用用户行为数据：

第三章 推荐系统冷启动问题

第四章 利用用户标签数据

第五章 利用上下文信息

第六章： 利用社交网络数据

第七章 推荐系统实例：

第八章 评分预测问题

后记：

读完这本书，你的收获是？

• 通过此书可以系统了解什么是推荐系统？在用户未提出明确的需求下，推荐系统通过分析用户的历史行为，并且建模，从而主动给用户推荐能够满足他们兴趣和需求的信息。
• 推荐系统作用？给用户推荐满足他们兴趣和需求的信息。
• 推荐系统的评价？
• 推荐系统的应用？详见第一章个性化推荐系统的应用；
• 推荐系统的原理?详见第一章推荐方式；

第一章 好的推荐系统

1.1 什么是推荐系统:

推荐系统的任务就是联系⽤用户和信息:

⼀一⽅方⾯面帮助⽤用户发现对⾃自⼰己 有价值的信息， 另⼀一⽅方⾯面让信息能够展现在对它感兴趣的⽤用户⾯面前，从⽽而实现信息消费者和信息 ⽣生产者的双赢

和搜索引擎⼀一样，推荐系统也是⼀一种帮助⽤用户快速发现有⽤用信息的⼯工具。 推荐系统可以更更好地发掘物品的⻓长尾(long tail)。 如下⽅方式决定最终看什什么电影:

向朋友咨询-称为社会化推荐(social recommendation); 基于内容的推荐，eg.根据喜欢的导演和演员; 基于协同过滤:找到和⾃自⼰己历史兴趣相似的⽤用户; 基于物品的推荐算法;

1.2 个性化推荐系统的应⽤用:

电⼦子商务;

电影和视频⽹网站;

个性化⾳音乐⽹网络电台;

社交⽹网络;

个性化阅读;

基于位置的服务;

个性化邮件;

个性化⼴广告;

第⼆二章 利利⽤用⽤用户⾏行行为数据

起初就让⽤用户告诉⾃自⼰己兴趣的三个缺点:

现在的⾃自然语⾔言理理解技术很难理理解⽤用户⽤用来描述兴趣的⾃自然语⾔言; ⽤用户的兴趣是不不断变化的，但⽤用户不不会不不停地更更新兴趣描述; 很多时候⽤用户并不不知道⾃自⼰己喜欢什什么，或者很难⽤用语⾔言描述⾃自⼰己喜欢什什么

购物⻋车分析: 啤酒和尿尿布的故事，从⽤用户⾏行行为数据中可以挖掘，不不那么显⽽而易易⻅见的规律律。找出类似“购买A商品的⽤用户都购买B商品”这种规律律。

基于⽤用户⾏行行为分析的推荐算法，即协同过滤算法。顾名思义，协同过滤就是指⽤用户可以⻬齐⼼心协⼒力力，通过不不断地和⽹网站互动，使⾃自⼰己的推荐列列表能够不不断 过滤掉⾃自⼰己不不感兴趣的物品，从⽽而越来越满⾜足⾃自⼰己的需求。

2.1 ⽤用户⾏行行为数据简介:

⽤用户⾏行行为数据:原始⽇日志->会话⽇日志->展示⽇日志->点击⽇日志 ⽤用户⾏行行为分类:

显性反馈信息，标记喜欢或不不喜欢;

隐性反馈信息;⻚页⾯面浏览⾏行行为;

显性和隐性数据⽐比较:

显性和隐性数据示例例:

⽤用户⾏行行为的统⼀一标识:

2.2 ⽤用户⾏行行为分析: ⽤用户活跃度和物品流⾏行行度的分布:

fu(k)为对k个物品产⽣生过⾏行行为的⽤用户数，fi(k)被k个⽤用户产⽣生过⾏行行为的物品数。fu(k)和fi(k)都满⾜足⻓长尾分布。 ⽤用户活跃度和物品流⾏行行度的关系:

不不活跃⽤用户:要么是新⽤用户，要么是只来过⽹网站⼀一两次的⽼老老⽤用户。

新⽤用户倾向于浏览热⻔门的物品，因为他们对⽹网站还不不熟悉只能点击⾸首⻚页的热⻔门物品;

⽽而⽼老老⽤用户会逐渐开始浏览冷⻔门的物品;

⽤用户越活跃，越倾向于浏览冷⻔门的物品

协同过滤算法:

基于邻域的⽅方法(neighborhood-based); 基于⽤用户的协同过滤; 基于物品的协同过滤;

隐语义模型 (latent factor model); 基于图的随机游⾛走算法(random walk on graph)

2.3 实验设计和算法评测

数据集:MovieLens; 数据量量:100w条，6000多⽤用户，4000多电影; 数据划分⽅方法:M折交叉验证; 评测指标:Recall，precision，覆盖率; 覆盖率:终的推荐列列表中包含多⼤大⽐比例例的物品;

2.4 基于邻域的算法:

基于⽤用户的协同过滤算法: 步骤:

1. 找到相似的⽤用户集合;

2. 找到相似⽤用户喜欢的，切没点击过的物品;

计算相似度:

1. 向量量表征⽅方式:

找到⽤用户u对应的物品集合;

特征向量量

2. 相似度公式:

Jaccard公式:

余弦相似度:

wuv = 相似的的计算复杂度⾮非常⼤大，这是⼀一个很严重的问题，可以通过构建物品的倒排索引来解决这个问题。对于每个物品，和这个物品有关系的⽤用户，对应

wuv = ∣N(u) ∩ N(v)∣ ∣N(u)∪N(v)∣

∑i∈N (u)∩N (v) 1 log(1+∣N(i)∣)

∣N(u)∪N(v)∣

基于物品的协同过滤算法-ItemCF: ItemCF算法并不不利利⽤用物品的内容属性计算物品之间的相似度，它主要分析⽤用户的⾏行行为记录计算物品相似度。

∣N(u)∩N(v)∣ ∣N(u)∪N(v)∣

的稀疏矩阵+K个物品。以下图解释，如何得到倒排表的:

对普通UserCF的⼩小提升-UserCF-IIF: 考虑物品的流⾏行行度，加⼀一个惩罚因⼦子，来惩罚过度流⾏行行的商品。

wuv = ⽤用户ABCD，他们分别喜欢的物品时{a,b,d},{a,c},{b,e},{c,d,e} 。

此处有点偏经验性，通过内兄属性计算也不不是说不不可以。

UserCF的缺陷:

1. 随着⽤用户量量的增加，计算⽤用户兴趣相似度矩阵复杂度太⼤大; 2. 推荐结果的可解释性不不好;

Iterm-CF步骤:

1. 计算物品之间的相似度;

2. 根据物品相似度和⽤用户历史⾏行行为⽣生成推荐

相似度计算⽅方法:

\

分⼦子: 即喜欢物品i，也喜欢物品j的⽤用户数; 分⺟母: N(i)喜欢物品i的⽤用户数，j类似;

wij =

∣N(i) ∩ N(j)∣ ∣N(i)∣∣N(j)∣

和UserCF类似，使⽤用物品倒排表来计算，物品相似度矩阵。下图简单说明，相似度矩阵是如何求得的。左边每⼀一⾏行行代表⼀一个⽤用户喜欢的物品集合。

ItemCF计算⼀一个⽤用户u对⼀一个物品j 的兴趣:

puj =

∑ wjirui i∈N(u)∩S(j,k)

N (u):⽤用户u喜欢的物品的集合;

S(j, k):和物品j最相似的K个物品;

wij :物品i，j之间的相似度;

rui :⽤用户u对物品i的兴趣，如果是1-5级评分则为相对应的评分，如果是喜欢与否，则为1

⽤用户活跃度对物品相似度的影响:

我们可以认为，过于活跃的⽤用户对物品相似度的贡献不不如活跃度较差的，不不过这⾥里里⾯面也应该有⼀一个阈值限制，不不活跃的等级。为了了修正活跃的⽤用户对于

相似度的贡献:

wij =

∑u∈N(i)∩N(j) 1 log(1+∣N(u)∣)

∣N(i)∣∣N(j)∣ w′ = wij

ij maxj wij

物品归⼀一化相似度:

通过物品归⼀一化相似度，可以解决类内，类间，物品相似度差距⽐比较⼤大的问题。

UserCF VS ItemCF:

2.5 隐语义模型(LFM): 2.6 基于图的模型:

将⽤用户⾏行行为表示为⼆二分图模型，推荐任务变转换成度量量⽤用户定点和没有边连接的物品定点在图上的相关性的问题。

度量量两个顶点之间相关性的算法:

两个顶点之间的路路径数;

两个顶点之间的⻓长度;

两个顶点之间的路路径经过的顶点;

相关性较⾼高的顶点所具有的特征:

两个顶点之间有很多路路径相连;

连接的路路径⻓长度⽐比较短;

路路径不不会经过出度⽐比较⼤大的点;

第三章 推荐系统冷启动问题

3.1冷启动简介:

分类:

⽤用户冷启动:针对新⽤用户;

物品冷启动:新的物品;

系统冷启动:新开发⽹网站，没有⽤用户，没有⾏行行为信息，只有少量量物品信息;

3.2 利利⽤用⽤用户注册信息: 信息分类:

⼈人⼝口统计学信息:年年龄，性别，职业，学历等;

⽤用户兴趣描述:⽂文字描述兴趣;

⽤用户站外⾏行行为数据:其它⽹网站的⾏行行为数据和社交数据;

基于注册信息的个性化推荐流程:

1. 获取⽤用户注册信息;

2. 根据注册信息对⽤用户进⾏行行分类; 3. 推荐所属分类⽤用户喜欢的商品;

如何根据注册信息对⽤用户进⾏行行分类呢，是否可以⽤用聚类，尽可能分更更多的类，根据注册信息进⾏行行分类，如果test的准确率特别⾼高的话，可以考虑将label 加⼊入到聚类⾥里里⾯面⼀一起进⾏行行聚类。

UserCF

ItemCF

推荐原理理

推荐那些和⽤用户有共同兴趣爱好的⽤用户所喜欢的产品

给⽤用户推荐和他之前喜欢的物品类似的物品

侧重⽅方⾯面

和⽤用户兴趣相似的⼩小群体的热点

维系⽤用户的历史兴趣

群体

社会化

个性化

技术⻆角度

⽤用户相似度矩阵

⽤用物品相似度矩阵

性能

适⽤用于⽤用户较少的场合

适⽤用于物品数量量较少的场合

领域

时效性强，⽤用户兴趣稳定

⻓长尾物品丰富，个性化需求强烈烈

重点是计算特征喜欢的物品，也就是某个特征和物品的关系。

p(f , i)具有特征f 的⽤用户对物品i的喜好程度:

N (i):喜欢物品i的⽤用户集合; U (f ):具有特征f的⽤用户集合;

p(f , i) = ∣N (i) ∩ U (f )∣

为了了解决热⻔门物品，修改为喜欢物品i的⽤用户中具有特征f 的⽐比例例:

p(f,i)= ∣N(i)∩U(f)∣

N(i)+α

α的是为了了解决数据稀疏问题。但是α应该如何确定呢。 ⽤用户的⼈人⼝口统计学特征越多，越能准确的预测⽤用户兴趣。

3.3 选择合适的物品启动⽤用户的兴趣:

启动⽤用户的物品特点:

⽐比较热⻔门的物品，冷⻔门物品⽤用户甚⾄至⽆无法给出正确的反馈;

具有代表性和区分型的物品;

物品集合需要更更多的多样性;

衡量量⼀一个物品的区分度:

D(i) = σu∈N+(i) + σu∈N+(i) + σu∈N−(i)

σu∈N + (i) :喜欢i的⽤用户集合，对应的评分⽅方差;

σu∈N + (i) :不不喜欢i的⽤用户集合，对应的评分⽅方差

σu∈N − (i) :没有评分的⽤用户，对应的其他物品评分⽅方差;

3.4 利利⽤用物品信息解决物品冷启动问题:

物品内容信息通过向量量空间模型来表示。

将物品的内容表示成关键词向量量:

ei :关键词向量量; wi :关键词权重

di =(e1,w1),(e2,w2)...

得到向量量后，物品之间两两计算相似度，复杂度是O(N2)。采⽤用关键词-物品倒排表可以加速。 第四章 利利⽤用⽤用户标签数据:

除了了前⾯面讲过的基于⽤用户喜欢过的物品，利利⽤用兴趣相似的⽤用户这两种⽅方式，另⼀一种常⽤用的⽅方式是通过⼀一些特征来联系⽤用户和物品，其实这和我们常⽤用的

⽅方式相⼀一致，也就是常说的做特征。特征可以是⽤用户属性，也可以是⽤用户特征，和隐语义向量量。

标签系统的作⽤用:

表达:帮助我们表达对电影的看法;

组织:帮助组织喜欢的电影;

学习:增加对电影的了了解;

发现:更更容易易发现喜欢的电影;

决策:帮助判断是否看⼀一部电影;

第五章 利利⽤用上下⽂文信息

时间上下⽂文信息: 时间信息对⽤用户兴趣的影响表现:

⽤用户兴趣是变化的;

物品是有⽣生命周期的;

季节效应;

包含时间信息的⽤用户⾏行行为数据集，由⼀一系列列三元组组成，(u, i, t)，表示⽤用户u在时刻t对物品i产⽣生过⾏行行为。

物品的⽣生存周期和系统的时效性:

物品的平均在线天数:它和物品的流⾏行行程度成正⽐比;

推荐系统的实时性;

推荐系统的的时间多样性;

时间上下⽂文推荐算法: 最近最热⻔门: 物品i在时间T的流⾏行行度

时间上下⽂文相关的ItemCF:

* 原始ItemCF相似度计算公式:

添加时间衰减项:

f(∣tui −tuj∣)时间衰减函数，eg.:

时间上下⽂文相关的UserCF:

原始UserCF相似度计算公式:

将时间信息考虑进去:

其实UserCF和ItemCF都是相似的，都是在计算相似度的时候添加⼀一个时间衰减因⼦子。

地点上下⽂文信息: 基于位置的推荐算法:

LARS(Location Aware Recommend System):

将物品分为两类:有、⽆无空间属性;

⽤用户同样分为两类:有空间属性，没有直接的空间属性的;

⽤用户兴趣和地点相关的两组特征:

兴趣本地化:根据位置不不同聚集的⼈人，具有不不同的兴趣，此处可以提取⼀一些，地点特征，单纯的可以根据经纬度来进⾏行行聚类，可以聚成不不同的组， 然后作为不不同的特征，让模型来进⾏行行选择。

活动本地化:有些⼈人只是在某个范围活动，

推荐资料料:

collaborative filtering with temporal dynamics; Temporal Diversity in Recommender Systems; Evaluating Collaborative Filtering Over Time; http://pages.stern.nyu.edu/~atuzhili/

第六章 利利⽤用社交⽹网络数据:

获取社交⽹网络数据的途径:

电⼦子邮件; ⽤用户注册信息; ⽤用户的位置数据; 论坛和讨论组; 即时聊天⼯工具; 社交⽹网站:

Faceboook:熟⼈人社交，社会图谱; Twitter:陌⽣生⼈人社交，兴趣图谱;

社交⽹网络数据简介:

利利⽤用图来定义社交⽹网络:

G(V , E, w):代表⼀一个社交⽹网络; V :顶点，⽤用户集合;

E :边，⽤用户关系集合;

Facebook:双向确认，⽆无向边连接; Twitter:单向关系，有向边连接;

w:边的权重; out(u):⽤用户u指向(关注)的点集合; in(u):指向⽤用户u的顶点集合(被关注);

社会化推荐的优点和缺点

优点:

好友推荐可以增加推荐的信任度;

社交⽹网络可以解决冷启动问题;

缺点:

不不⼀一定能提⾼高离线精度;

社交群体内不不⼀一定有共同的兴趣

基于社交⽹网络的推荐: 基于领域的社会化推荐算法:

根据社交⽹网络和⽤用户⾏行行为数据集来进⾏行行推荐，社交⽹网络给出⽤用户之间的好友关系。 ⽤用户u对物品i的兴趣:

ni(T) =

∑ 1 (u,i,t)∈Train,t<T 1+α(T−t)

Sim(i,j) = ∑u∈N(i)∩N(j) 1 ∣N(i)∣∣N(j)∣

Sim(i,j)= ∑u∈N(i)∩N(j)f(∣tui −tuj∣) ∣N(i)∣∣N(j)∣

f(∣tui −tuj∣)= 1 1+α∣tui −tuj∣

∣N(u)∩N(v)∣ ∣N (u)∣ ∪ ∣N (v)∣

wuv = ∑1

wuv = i∈N(u)∩N(v) 1+α∣tui−tvi∣ ∣N (u)∣ ∪ ∣N (v)∣

out(u):⽤用户u的好友集合; wuv :⽤用户u和v的相似度;

⽤用户的熟悉度:共同好友的⽐比例例

⽤用户的兴趣相似度:喜欢的物品集合重复度

rvi:⽤用户u喜欢i则为1，否则为0 基于图的社会化推荐算法:

pui = ∑ wuvrvi v∈out(u)

f amiliatiry(u, v) = out(u) ∩ out(v) out(u) ∪ out(u)

familiatiry(u,v)= N(u)∩N(v) N(u) ∪ N(v)

可以将⽤用户之间的关系以及⽤用户是否属于同⼀一个社群，构建在⼀一个途中。

左边是社群，如果两个⽤用户和同⼀一个社群相连，代表他们属于同⼀一个社群。⽤用户之间同样⽤用边相连，代表他们之间的关系。