前幾天和老板通俗的介紹了協(xié)同過(guò)濾(Collaborative Filtering)和基于內(nèi)容的推薦(Content-based Recommendation)，但都必須分析用戶的歷史行為數(shù)據(jù)(例如電影點(diǎn)擊數(shù)據(jù)，職位查看數(shù)據(jù)等)，針對(duì)不同的用戶進(jìn)行個(gè)性化推薦。

老板問(wèn)我，如果系統(tǒng)沒(méi)有用戶的歷史行為數(shù)據(jù)積累，就不能實(shí)施推薦了嗎?

今天講講“相似性推薦”。

[[435248]]

什么是“相似性推薦”?

答：對(duì)于新用戶A，沒(méi)有ta的歷史行為數(shù)據(jù)，在ta點(diǎn)擊了item-X的場(chǎng)景下，可以將與item-X最相似的item集合推薦給新用戶A。

問(wèn)題轉(zhuǎn)化為，如何用一種通用的方法，表達(dá)item之間的相似性。

仍以電影推薦為例，新用戶A進(jìn)入了《我不是潘金蓮》電影詳情頁(yè)，如何對(duì)A進(jìn)行電影推薦呢?

先看二維空間的點(diǎn)N，如何推薦與其最近的點(diǎn)?

答：可以用二維空間中，點(diǎn)與點(diǎn)之間的距離，表示點(diǎn)之間的遠(yuǎn)近。

對(duì)于全集中的任何一個(gè)點(diǎn)M(xi, yi)，它與點(diǎn)N(x1, y1)的距離：

distance = (x1-xi)^2 + (y1-yi)^2 

所以，只要計(jì)算全集中所有點(diǎn)與N的距離，就能計(jì)算出與它最近的3個(gè)點(diǎn)。

再看三維空間的點(diǎn)N，如何推薦與其最近的點(diǎn)?

答：可以用三維空間中，點(diǎn)與點(diǎn)之間的距離，表示點(diǎn)之間的遠(yuǎn)近。

對(duì)于全集中的任何一個(gè)點(diǎn)M(xi, yi, zi)，它與點(diǎn)N(x1, y1, z1)的距離：

distance = (x1-xi)^2 + (y1-yi)^2 + (z1-zi)^2 

所以，只要計(jì)算全集中所有點(diǎn)與N的距離，就能計(jì)算出與它最近的3個(gè)點(diǎn)。

循序漸進(jìn)，對(duì)于一部電影《我不是潘金蓮》，假設(shè)它有10個(gè)屬性，則可以把它看做一個(gè)十維空間中的點(diǎn)：

點(diǎn)N《我不是潘金蓮》 
{ 
導(dǎo)演：馮小剛 
女主：范冰冰 
男主：郭濤 
女配：張嘉譯 
男配：大鵬 
類型：劇情 
地區(qū)：中國(guó)大陸 
語(yǔ)言：普通話 
日期：2016 
片長(zhǎng)：140 
} 

對(duì)于電影全集中的任何一部電影，都可以計(jì)算與點(diǎn)N《我不是潘金蓮》之間的距離。二維三維中的點(diǎn)，可以用直線距離計(jì)算遠(yuǎn)近，10維空間{導(dǎo)演, 女主, 男主, 女配, 男配, 類型, 地區(qū), 語(yǔ)言, 日期, 片長(zhǎng)}中的兩個(gè)點(diǎn)的距離，需要重新定義一個(gè)距離函數(shù)，例如：

distance = f1(導(dǎo)演) + f2(女主) + … +f10(片長(zhǎng)) 

這個(gè)距離，通俗的解釋，就是每個(gè)維度貢獻(xiàn)分值的總和。 分值可以這么定義：

f1(導(dǎo)演){ 
         如果兩部電影導(dǎo)演相同，得1分; 
         如果導(dǎo)演不同，得0分; 
} 
  

例如，現(xiàn)在10維空間中，有另一個(gè)點(diǎn)M《芳華》

{ 
導(dǎo)演：馮小剛 
女主：苗苗 
男主：黃軒 
女配：NULL 
男配：NULL 
類型：劇情 
地區(qū)：中國(guó)大陸 
語(yǔ)言：普通話 
日期：2017 
片長(zhǎng)：140 
} 

要計(jì)算點(diǎn)M《芳華》與點(diǎn)N《我不是潘金蓮》的距離，代入distance距離計(jì)算公式：

distance = f1(導(dǎo)演) + f2(女主) + … +f10(片長(zhǎng)) 
         =1 + 0 + … + 1 
         =5 

即：導(dǎo)演、類型、地區(qū)、語(yǔ)言、片長(zhǎng)相同各得1分，其他維度不同得0分。

遍歷電影全集中的10w部電影，就能找到與點(diǎn)N《我不是潘金蓮》最相近的3部電影，當(dāng)用戶點(diǎn)擊《我不是潘金蓮》的詳情頁(yè)時(shí)，直接推薦這3部最相近的電影即可。

相似性推薦，原理大致如上，要說(shuō)明的是：

(1)由于沒(méi)有用戶歷史行為積累，不是個(gè)性化推薦，所以所有用戶的推薦結(jié)果都是相同的;

(2)一般來(lái)說(shuō)，距離公式確實(shí)是線性的;

(3)一般來(lái)說(shuō)，每個(gè)維度的權(quán)重不一樣;

(4)這個(gè)線性公式，以及維度的權(quán)重，都可以通過(guò)機(jī)器學(xué)習(xí)訓(xùn)練出來(lái);

相似性推薦原理如上，希望這1分鐘，大家沒(méi)浪費(fèi)。

【本文為51CTO專欄作者“58沈劍”原創(chuàng)稿件，轉(zhuǎn)載請(qǐng)聯(lián)系原作者】

戳這里，看該作者更多好文