协同过滤 | TiuVe

协同过滤

协同过滤（collaborative filtering）是一种在推荐系统中广泛使用的技术。该技术通过分析用户或者物品之间的相似性（”协同”），来预测用户可能感兴趣的物品并推荐给用户[1]。所以，协同过滤本质上是一类技术的统称。在大多数资料中，协同过滤技术分为两类：基于存量（Memory - based）的协同过滤和基于模型（Model- based）的协同过滤。

1 协同过滤的分类

一个推荐问题可以分为评分预测和TopN推荐[2]。评分预测就是预测用户和物品之间的偏好度，TopN推荐就是基于偏好度对物品数量进行截断然后推荐给用户。评分预测问题可以用下图[3]来描述。

在上图中，纵轴代表用户，横轴代表物品，每个格子代表了该用户对该物品的偏好度。上图中的问号表示该用户对该物品没有行为。在推荐系统中，用户对物品的行为通常是非常稀疏的，稀疏度几乎可以达到90%。所以，评分预测问题可以理解为一个矩阵补全问题，即预测问号处的实际分数。而协同过滤技术也是围绕该问题衍生而来的，协同过滤技术的分类如下：

基于存量（Memory - based）的协同过滤
- 基于用户（User-based）的协同过滤
- 基于物品（Item-based）的协同过滤
基于模型（Model - based）的协同过滤

个人理解，Memory - based和Model - based的区别是记忆和泛化的区别。Memory - based侧重于从历史行为中捕获一些关联规则或规律进行推荐，其存在的问题是用户对物品的行为比较稀疏；Model- based解决数据稀疏问题，其通过模型的方式对用户-物品的评分矩阵补全未知的评分，典型的有MF、隐语义模型、贝叶斯网络等。

User-based基于一个假设，兴趣相似的用户其偏好的物品也是相似的。当一个用户a需要个性化推荐的时候，找到和这个用户a相似的用户群体，看看他们喜欢什么商品，然后将这些商品推荐给a，这就是User-based。Item-based是基于用户行为挖掘出具有强相关性的商品对(a, b)，然后基于用户的历史行为(a)和商品对做推荐（推荐b）。