項目到項目的亞馬遜協同過濾

Question

我想完全理解項目到項目的亞馬遜的算法，以將其應用到我的系統來推薦用戶可能喜歡的項目，匹配用戶喜歡的以前的項目。

到目前爲止，我已閱讀這些：Amazon paper，item-to-item presentation和item-based algorithms。我還發現這question，但之後我只是更困惑。

我可以告訴的是，我需要按照下面的步驟獲得推薦的項目清單：

1. 有我的數據與喜歡的用戶（我已經設置喜歡的項目設置= 1不喜歡= 0）。
2. 使用Pearson Correlation Score（這是如何完成的？我找到了公式，但是有沒有任何例子？）。
3. 那我該怎麼辦？

所以我就這個問題：

1. 哪些項目對項目和基於項目的過濾之間的區別是什麼？兩種算法都一樣嗎？
2. 用喜不喜歡替換排名得分是否正確？
3. 使用item-to-item算法是否正確，還有其他更適合我的情況？

任何有關這個主題的信息將不勝感激。

Answer 1

偉大的問題。

想想你的數據。你可能有一元（消費或空），二元（喜歡和不喜歡），三元（喜歡，不喜歡，未知/ null）或連續（空和一些數字刻度），或者甚至序數（空和一些序數刻度） 。不同的算法對不同的數據類型效果更好。

項目項目協作過濾（也稱爲基於項目）最適合數字或有序範圍。如果您只有一元，二元或三元數據，那麼使用關聯規則挖掘等數據挖掘算法可能會更好。

給定一個用戶矩陣和他們對項目的評分，可以計算出每個項目與其他項目的相似度。矩陣操作和計算內置於許多庫中：例如，在Python中嘗試scipy和numpy。您可以迭代項目並使用內置的矩陣計算來完成https://en.wikipedia.org/wiki/Cosine_similarity中的大部分工作。或者下載一個像Mahout或Lenskit這樣的框架，爲你做到這一點。

現在您已經爲每個項目的每個項目的相似度矩陣，您可能想爲用戶U建議項目。因此，請查看她的項目歷史記錄。對於每個歷史項目I，對於數據集標識中的每個項目，將I與ID的相似性添加到候選項目分數列表中。當您瀏覽所有歷史項目時，按降序對候選項目列表進行排序，並推薦最高項目。

要回答剩下的問題：連續的或有序的尺度會給你最好的協作過濾結果。如果你有更好的數據，不要使用「喜歡」與「不喜歡」的比例。

矩陣分解算法運行良好，如果您沒有很多用戶，並且您的評分矩陣中沒有很多更新，也可以使用用戶 - 用戶協同過濾。首先嚐試項目項目：這是一個很好的多用途推薦算法。