推荐系统模型

关于推荐系统,有个问题想请教下,个人没太想清楚。我的问题就是推荐系统到底是咋建模的呢?比如就拿淘宝的商品推荐举例,到底是该基于用户建模呢,还是基于商品建模呢?新加入的用户或者新加入的商品又该如何加入之前的模型呢?

邹博 - 计算机科学博士,深谙机器学习算法原理

赞同来自: 不带毛的兔子 fish

1、推荐系统到底是咋建模的呢?比如就拿淘宝的商品推荐举例,到底是该基于用户建模呢,还是基于商品建模呢? 答:如果使用协同过滤(CF)作为推荐系统的主算法,需要考虑是选择UserCF还是ItemCF;如果用户数目小于商品数目,可选择UserCF,反之选择ItemCF。但UserCF相当于对商品属性做了加权“平滑”,所以,个性化反应没有ItemCF好,如果个性化需求强烈的场景,ItemCF更有优势。如果使用ItemCF,由于用户对于商品的历史操作是可以明确指出,所以也方便对用户解释“为什么给我推荐这个商品”。   2、新加入的用户或者新加入的商品又该如何加入之前的模型呢? 答: (1)新用户:如果使用UserCF,由于新用户对商品的操作少,不方便计算新用户和当前其他用户的相似度,因此不利于对新用户做推荐;但ItemCF稍好些,因为商品的相似度可以提前计算得到,因此,可以根据新用户对很少数目的商品的操作,对他推荐与这些商品相似的其他商品(虽然不一定很准确而过拟合)。 (2)新商品:如果使用UserCF,等到有若干用户对该商品有了操作,即可根据用户相似性对其他用户推荐该商品。如果使用ItemCF,等到若干用户对该商品有了操作后,计算该商品和其他商品的相似度,从而更新商品相似度矩阵,用于为其他用户的推荐。

要回复问题请先登录注册