[[170074]]

我們平時(shí)在瀏覽電商、視頻等網(wǎng)站時(shí)，網(wǎng)頁一般會有一個(gè)“猜你喜歡”，也就是”智能推薦系統(tǒng)“，雖然一般來說推薦的不是很準(zhǔn)確，但是程Sir還是研究了一下這個(gè)玩意是怎么弄出來的……今天說一說最簡單的一個(gè)實(shí)現(xiàn)方法，叫做基于用戶的協(xié)同過濾。

假設(shè)有幾個(gè)人分別看了如下電影并且給電影有如下評分(5分***，沒看過的不評分)，我們目的是要向A用戶推薦一部電影：

協(xié)同過濾的整體思路只有兩步，非常簡單：尋找相似用戶，推薦電影

尋找相似用戶

所謂相似，其實(shí)是對于電影品味的相似，也就是說需要將A與其他幾位用戶做比較，判斷是不是品味相似。有很多種方法可以用來判斷相似性，(與我之前寫的K-Means文章中判斷兩點(diǎn)是否類似的方法是一致的)這篇文章用“歐幾里德距離”來做相似性判定。

我們把每一部電影看成N維空間中的一個(gè)維度，這樣每個(gè)用戶對于電影的評分相當(dāng)于維度的坐標(biāo)，那么每一個(gè)用戶的所有評分，相當(dāng)于就把用戶固定在這個(gè)N維空間的一個(gè)點(diǎn)上，然后利用歐幾里德距離計(jì)算N維空間兩點(diǎn)的距離：每一個(gè)電影的評分求差值，然后求每個(gè)差值的平方，然后求平方的和，然后在開平方。距離越短說明品味越接近。本例中A只看過兩部電影(《老炮兒》和《唐人街探案》)，因此只能通過這兩部電影來判斷品味了，那么計(jì)算A和其他幾位的距離：

然后我們做一個(gè)變換，變換方法為：相似性 = 1/(1+歐幾里德距離)，這個(gè)相似性會落在【0，1】區(qū)間內(nèi)，1表示完全品味一樣，0表示完全品味不一樣。這時(shí)我們就可以找到哪些人的品味和A最為接近了，計(jì)算后如下：

相似性：B-0.27，C-0.28，D-0.27，E-0.50，F(xiàn)-0.25，G-0.47

可見，E的口味與A最為接近，其次是G

推薦電影

要做電影加權(quán)評分推薦。意思是說，品味相近的人對于電影的評價(jià)對A選擇電影來說更加重要，具體做法可以列一個(gè)表，計(jì)算加權(quán)分：

把相似性和對于每個(gè)電影的實(shí)際評分相乘，就是電影的加權(quán)分

加權(quán)后，還要做少量的計(jì)算：總分是每個(gè)電影加權(quán)分的總和，總相似度是對這個(gè)電影有評分的人的相似性綜合，推薦度是總分/總相似性，目的是排除看電影人數(shù)對于總分的影響

結(jié)論在最終一行，就是電影的推薦度(因?yàn)槭歉鶕?jù)品味相同的人打分加權(quán)算出的分，可以近似認(rèn)為如果A看了這部電影，預(yù)期的評分會是多少)。

有了電影的加權(quán)得分，通常做法還要設(shè)定一個(gè)閾值，如果超過了閾值再給用戶推薦，要不怎么推薦都是爛片，如果這里我們設(shè)置閾值為4，那么最終推薦給A的電影就是《尋龍?jiān)E》。

我們現(xiàn)在的做法是向用戶推薦電影。當(dāng)然還可以從另外角度來思考：如果我們把一開始的評分表的行列調(diào)換，其他過程都不變，那么就變成了把電影推薦給合適的受眾。因此，要根據(jù)不同場景選擇不同的思考維度。