Web机器学习

第5章　推荐系统

只要是可选的产品或服务较多，用户无法在合理的时间范围内评价它们的好坏，自然就有使用推荐系统的必要。推荐引擎可以帮助线上的卖家，从大量与终端用户不相关的备选商品中，找出用户有意购买的商品，因此它是电子商务平台的重要部件。推荐系统的典型应用见于Amazon、Netflix、eBay和Google Play商店，这些产品利用收集到的历史数据，向每位用户推荐他们也许想购买的商品。过去20年，人们发明了多种推荐技术，我们重点介绍如今为业界采用、最重要的推荐技术，并指出每种方法的优缺点。这些推荐系统分为基于内容的过滤（Content-based Filtering，CBF）和协同过滤（Collaborative Filtering，CF）。我们还会讨论其他推荐方法（关联规则、对数似然和混合推荐）及如何用多种不同方法评估推荐方法的正确率。我们用MovieLens数据集（http://grouplens.org/datasets/movielens/），它包括943名用户对1682部电影的评分数据（分数从1到5共5等），总数量有10万条。每名用户至少给20部电影打过分，每部电影从属于多个类型。本章代码依旧可从GitHub下载，文件夹地址https://github.com/ai2010/machine_learning_for_the_web/tree/master/chapter_5，代码文件为rec_sys_methods.ipynb。

讨论推荐算法之前，我们先介绍主要的矩阵和常用的度量标准，以便准备数据集、建立推荐系统。

5.1　效用矩阵

推荐系统用到两类数据：用户和商品。每名用户喜欢特定的几种商品。评分（1到5）将用户i和商品j联系起来，表示用户喜欢商品的程度。把这些数据收集起来，用矩阵来表示，这样的矩阵叫作效用矩阵（utility ...