协同过滤算法

基于用户行为的数据而设计的推荐算法被称为协同过滤算法(Collaborative Filtering, CF)。

什么意思？

“推荐系统 - 1 - 相似度”和本总结合在一起就是在做协同过滤，即：

协同过滤算法就是大量的用户对大量的商品产生了作用(点击、购买等)，这么多人齐心协力共同把那些不太重要的数据给过滤出去，即：齐心协力共同做过滤的算法就是协同过滤算法。

比如：

对于“推荐系统 - 1 -相似度”例子中的那个例子，我们通过某种相似度得到了与莫愁最相似的15个人，且这15个人喜欢看的电影也统计出来了。

而这么一来这15个人与莫愁的相似度就是已知的了，于是用每个人与莫愁的相似度*此人的电影评分，就给此人喜欢的电影赋予了系数。

把这些系数从大到小排列后，将排名靠前且莫愁没有看过的电影推荐给莫愁，这就完成推荐了。

而这个，就是协同过滤算法。

随机游走算法

假定只有4个用户，5个商品：

整理用户A、B、C、D对于商品a、b、c、d、e的喜爱列表，得到二部图。

对于上图，A到达不了c和e(如：A没买过/点击过c和e)，那么我们如何判断A更有可能喜欢c还是e呢？

1，统计A到达c和e的最短路径，见下图：

发现A到达c和e的最短路径都是3，于是进一步判断。

2，因为A到达c的最短路径只有1条，而到达e的有2条，那我就有理由判断：A可能更喜欢e。

这就是随机游走算法的直观表现。

那随机游走算法的实现方式是什么呢？

答案是谱聚类(我已总结：http://blog.csdn.net/xueyingxue001/article/details/51966980)。

PS1：如果你了解谱聚类的话，会发现，上面从A“蔓延”到a后“蔓延”到B后“蔓延”到c，这么一个过程就是谱聚类的表现。

PS2：这么算法叫“随机游走算法”，谱聚类的拉布拉斯矩阵中有个“随机游走拉布拉斯矩阵”，仅看这个名字就知道这两个家伙有一腿。

因为图论中的随机游走是一个随机过程，它从一个顶点跳转到另外一个顶点。而谱聚类即找到图的一个划分，使得随机游走在相同的簇中停留而几乎不会游走到其他簇。

这里，谱聚类的转移矩阵就是：从顶点vi跳转到顶点vj的概率正比于边的权值wij，不过随机游走的拉布拉斯矩阵L=D^-1(D-W) = I - D^-1W在这里要变成L=D^-1W，D是度矩阵，W是邻接/相似度矩阵。

因为D是对角阵(假设其对角线上的元素是D1,D2, ...)，于是D^-1W就是W的第一行除D1，W的第二行除D2，....，即：L中第i行第j列的元素就是该元素转移出去的概率(如：A转移到a的概率，a转移到B的概率)，因此L中第i行第j列的元素可以写成：

P_ij = W_ij/d_i

PS2：L=D^-1W是求最大的特征值的前一些特征向量。