什麼是協同過濾基於項目的推薦和基於內容的推薦

Question

我疑惑基於項目的建議是「在行動象夫」之間有什麼區別。還有書中的算法：

for every item i that u has no preference for yet 
    for every item j that u has a preference for 
    compute a similarity s between i and j 
    add u's preference for j, weighted by s, to a running average 
return the top items, ranked by weighted average 

什麼可以計算項目之間的相似度？如果使用內容，是不是基於內容的建議？

Answer 1

基於項目的協同過濾

原來的基於項目的建議是基於用戶 - 項目排名完全（例如，額定電影有3星，或用戶的用戶「喜歡」的視頻） 。在計算項目之間的相似度時，除了所有用戶的評分歷史記錄之外，您都不應該知道其他內容。因此，項目之間的相似性是根據評分來計算的，而不是項目內容的元數據。

讓我給你舉個例子。假設你只有一些評級數據訪問象下面這樣：

user 1 likes: movie, cooking 
user 2 likes: movie, biking, hiking 
user 3 likes: biking, cooking 
user 4 likes: hiking 

假設現在你想4.

首先創建的項目倒排索引的用戶建議，您將獲得：

movie:  user 1, user 2 
cooking: user 1, user 3 
biking: user 2, user 3 
hiking: user 2, user 4 

既然這是一個二元等級（或不是），我們可以使用類似度量類似Jaccard Similarity來計算項目相似度。

        |user1| 
similarity(movie, cooking) = --------------- = 1/3 
           |user1,2,3| 

在分子中，用戶1是唯一的元件，其電影和烹飪既有。在分母中，電影和烹飪聯合有3個不同的用戶（user1,2,3）。這裏的|.|表示組的大小。所以我們知道電影和烹飪的相似度在我們的案例中是三分之一。您只需爲所有可能的項目對(i,j)做同樣的事情。

你與相似度計算做了所有對後，說，你需要做一個推薦用戶4.

• 看相似度得分的similarity(hiking, x)其中x是任何其他標記，你可能有。

如果您需要爲用戶3提出建議，可以彙總其列表中每個項目的相似度得分。例如，

score(movie) = Similarity(biking, movie) + Similarity(cooking, movie) 
score(hiking) = Similarity(biking, hiking) + Similarity(cooking, hiking) 

基於內容的基於內容的推薦

的一點是，我們必須知道用戶和項目的內容。通常情況下，您會使用共享屬性空間的內容構建用戶配置文件和項目配置文件。例如，對於電影，您可以用電影明星和流派（例如使用二進制編碼）來表示電影。對於用戶簡檔，可以基於用戶喜歡某些電影明星/流派等來做同樣的事情。然後，可以使用例如餘弦相似度來計算用戶和項目的相似度。

這裏是一個具體的例子：

想這是我們的用戶配置文件（使用二進制編碼，0表示不樣，1種手段等），其中包含用戶的偏愛超過5電影明星和5的電影類型：

  Movie stars 0 - 4 Movie Genres 
user 1: 0 0 0 1 1   1 1 1 0 0 
user 2: 1 1 0 0 0   0 0 0 1 1 
user 3: 0 0 0 1 1   1 1 1 1 0 

想這是我們的電影簡介：

  Movie stars 0 - 4 Movie Genres 
movie1: 0 0 0 0 1   1 1 0 0 0 
movie2: 1 1 1 0 0   0 0 1 0 1 
movie3: 0 0 1 0 1   1 0 1 0 1 

要計算一部電影有多好用戶，我們使用cosine similarity：

        dot-product(user1, movie1) 
similarity(user 1, movie1) = --------------------------------- 
            ||user1|| x ||movie1|| 

           0x0+0x0+0x0+1x0+1x1+1x1+1x1+1x0+0x0+0x0 
          = ----------------------------------------- 
             sqrt(5) x sqrt(3) 

          = 3/(sqrt(5) x sqrt(3)) = 0.77460 

同理：

similarity(user 2, movie2) = 3/(sqrt(4) x sqrt(5)) = 0.67082 
similarity(user 3, movie3) = 3/(sqrt(6) x sqrt(5)) = 0.54772 

如果你想給用戶一個i推薦，隨便挑電影j具有最高similarity(i, j)。

希望這會有所幫助。

Answer 2

「基於項目」的意思是「基於項目相似性」。你可以在這裏放置你喜歡的任何相似性度量。是的，如果它基於內容，就像術語矢量上的餘弦相似度那樣，您也可以將其稱爲「基於內容」。