Shusen Wang推荐系统学习 --召回 ItemCF

学习b站up主Shusen Wang的推荐系统

基于物品的协同过滤（ItrmCF）

中心思想就是，如果你喜欢a，b，c三件商品，d商品与abc相似，那么你也可能喜欢d商品

对此就要计算物品的相似程度

物品相似度

物品相似度的思想是，一个物品的相同用户很多就意味着这两件物品是相似的
$$sim(i_1,i_2):=\frac{\left|\mathcal{V}\right|}{\sqrt{\left|{\mathcal{W}}_1\right|\left|{\mathcal{W}}_2\right|}}$$
w1是喜欢物品1的用户集合，w2是喜欢物品2的用户集合，v是两个集合的交集
该公式没有考虑用户的喜欢程度
$$sim(i_1,i_2)=\frac{\left[{\sum }_{v\in \mathcal{V}}like(v,i_1)\cdot like(v,i_2)\right]}{\left[\sqrt{{\sum }_{u_1\in {\mathcal{W}}_1}lik{e}^2(u_1,i_1)}\right]\left[\sqrt{{\sum }_{u_2\in {\mathcal{W}}_2}lik{e}^2(u_2,i_2)}\right]}$$
$like(v,i)$代表了用户对i的喜爱程度，其实观察公式，他和余弦相似度的公式长得很像，其实就是余弦相似度。他的值越接近1代表两个物品越相似，越接近-1代表两个物体越不相似

ItemCF的完整流程

离线计算和在线预测

离线计算

离线计算建立物品到物品的索引，一个物品对应前k个与他最相似的物品

在线推理

线上给出用户最近交互的几件商品，建立用户id到物品的索引，把与最近交互的几件物品的相似物品推荐给用户

Swing模型

如果某两件物品对应的用户重复度过高，可能存在以下情况：
两个视频，一个是关于鸡蛋涨价的，一个是关于军事战争的，但是这两个视频都被发送到一个微信群中，微信群中的用户都观看了这两个视频，导致用户重复度过高，推荐系统误认为这两个视频是相似的。
因此我们要减少这部分用户造成的影响，就提出了Swing模型。
$$sim(i_1,i_2)=\sum _{u_1\in \mathcal{V}}\sum _{u_2\in \mathcal{V}}\frac{1}{a+overlap(u_1{u}_2)}$$
设用户u1喜爱的物品为j1，用户u2喜欢的物品为j2
两个用户的重合度就为
$overlap(u_1{u}_2)=J_1\cap J_2$
两个用户的重合度高，就代表这两个用户可能来自同一个小团体，要减少这部分人的权重