机器学习（一）协同过滤推荐算法

1、算法简介
（1）推荐算法常见使用场景：电商产品推荐。基于产品的算法推荐，是分析用户历史行为数据，选择用户的浏览量、点赞数、评论数等数据高的产品，去推荐相似产品给用户。
（2）推荐算法作用：帮助用户发现他们感兴趣的产品。（1）节省用户的搜索时间，提高用户体验，减少流失。（2）延长用户的网站使用时间，提高用户忠诚度。

2、算法原理
（1）计算产品之间的相似度，生成相似度矩阵：
计算产品相似度可用3种方法：夹角余弦、杰卡德（Jaccard)相似系数、相关系数。
注：用户行为为二元选择（0/1）时，建议采用杰卡德相似系数。

相似度矩阵：

（2)基于产品相似度和用户已浏览产品a的数据，根据公式P=SIM*R,计算用户对未浏览产品b的感兴趣程度。

P-用户对b产品的感兴趣程度
SIM-a与b产品之间的相似度
R-用户对a产品感兴趣与否（1/0）

（3）基于产品相似度矩阵，推荐算法会给用户推荐与其数据最高产品最相似的K个产品。也可以基于产品兴趣度，给用户推荐其兴趣度最高的K个产品。

3、算法实现：
基于Python的Numpy库

import numpy as np#计算杰卡德相似系数的函数
#a:喜欢a产品的用户数
#b：喜欢b产品的用户数
def Jaccard(a,b):return 1.0*(a*b).sum()/(a+b-a*b).sum()class Remommendor():sim =None #相似度矩阵#计算相似度矩阵的函数def similarity(self,x,jaccard):y = np.ones((len(x),len(x)))for i in range(len(x)):for j in range(len(x)):y[i,j] = jaccard(x[i],y[j])return y #训练函数def fit(self,x,jaccard = Jaccard):self.sim = self.similarity(x.jaccard)#推荐函数def recommend(self,a):return np.dot(self.sim,a)*(1-a)

4、模型评估：
对于用户可给产品打分的网站，使用预测准确度的评估指标。
对于用户只能选择“喜欢与否\浏览与否”的网站，要用分类准确度的评估指标。

这里重点解释基于分类准确度数据构建的模型的3个评估指标：

(1)准确率precesion：用户对被推荐产品感兴趣的概率；
准确率=用户被推荐产品中喜欢的数目/用户被推荐产品总数
(2)召回率recall:一个用户喜欢的产品被推荐的概率；
Recall=用户喜欢且被推荐的产品数/（用户喜欢且被推荐产品数+用户喜欢且违背推荐产品数）；
（3）F1：综合考虑准确率和召回率，更好地评价算法的优劣；
评估指标分数越高越好。

5、注意事项

以上为个性化推荐，还有2种相关推荐列表：
（1）推荐用户购买过的商品的相关商品
（2）推荐浏览过该商品的其他用户经常购买的其他商品
相关推荐列表，是根据不同用户的行为，去计算商品的相似性，后面再写；

机器学习（一）协同过滤推荐算法相关推荐

推荐算法和机器学习系列 - 协同过滤推荐算法和余弦相似性算法
协同过滤算法协同过滤(CF)推荐算法通过在用户活动中寻找特定模式来为用户产生有效推荐.它依赖于系统中用户的惯用数据,例如通过用户对其阅读过书籍的评价可以推断出用户的阅读偏好.这种算法的核心思想就是: ...
基于机器学习实现协同过滤推荐算法的电影推荐系统
推荐算法在互联网行业的应用非常广泛,今日头条.美团点评等都有个性化推荐,推荐算法抽象来讲,是一种对于内容满意度的拟合函数,涉及到用户特征和内容特征,作为模型训练所需维度的两大来源,而点击率,页面停留时 ...
14 机器学习 - CF协同过滤推荐算法原理
1 概述什么是协同过滤 (Collaborative Filtering, 简称 CF)? 首先想一个简单的问题,如果你现在想看个电影,但你不知道具体看哪部,你会怎么做? 大部分的人会问问周围的朋友 ...
Java语言开发在线购物推荐网购物商城推荐系统基于用户、物品的协同过滤推荐算法 SSM(Spring+SpringMVC+Mybatis)开发框架大数据、人工智能、机器学习项目开发
Java语言开发在线购物推荐网购物商城推荐系统基于用户.物品的协同过滤推荐算法 SSM(Spring+SpringMVC+Mybatis)开发框架大数据.人工智能.机器学习项目开发ShopRec ...
Java语言开发在线音乐推荐网音乐推荐系统网易云音乐爬虫基于用户、物品的协同过滤推荐算法 SSM(Spring+SpringMVC+Mybatis)框架大数据、人工智能、机器学习项目开发
Java语言开发在线音乐推荐网音乐推荐系统网易云音乐爬虫基于用户.物品的协同过滤推荐算法 SSM(Spring+SpringMVC+Mybatis)框架大数据.人工智能.机器学习项目开发Mus ...
Python+Django+Mysql开发在线美食推荐网协同过滤推荐算法在美食网站中的运用基于用户、物品的协同过滤推荐算法个性化推荐算法、机器学习、分布式大数据、人工智能开发
Python+Django+Mysql开发在线美食推荐网协同过滤推荐算法在美食网站中的运用基于用户.物品的协同过滤推荐算法个性化推荐算法.机器学习.分布式大数据.人工智能开发 FoodRecom ...
使用Java+SSM(Spring+SpringMVC+Mybatis)开发在线美食推荐网美食推荐系统美食天下美食爬虫基于用户、物品的协同过滤推荐算法实现大数据、人工智能、机器学习项目开发
使用Java+SSM(Spring+SpringMVC+Mybatis)开发在线美食推荐网美食推荐系统美食天下美食爬虫基于用户.物品的协同过滤推荐算法实现大数据.人工智能.机器学习项目开发Fo ...
使用Java语言开发在线电影推荐网电影推荐系统豆瓣电影爬虫基于用户、物品的协同过滤推荐算法实现 SSM(Spring+SpringMVC+Mybatis)开发框架机器学习、人工智能、大数据开发
使用Java语言开发在线电影推荐网电影推荐系统豆瓣电影爬虫基于用户.物品的协同过滤推荐算法实现 SSM(Spring+SpringMVC+Mybatis)开发框架机器学习.人工智能.大数据开发 ...
使用Java+SSM框架+JSP开发简单在线电影推荐网电影推荐系统豆瓣电影爬虫基于用户、物品的协同过滤推荐算法大数据机器学习 SimpleMovieRecommendOnline
使用Java+SSM框架+JSP开发简单在线电影推荐网电影推荐系统豆瓣电影爬虫基于用户.物品的协同过滤推荐算法大数据机器学习 SimpleMovieRecommendOnline 一.项目简 ...
Python+Django+Mysql开发在线购物推荐网协同过滤推荐算法在购物网站中的运用个性化推荐算法开发基于用户、物品的协同过滤推荐算法机器学习、分布式大数据、人工智能开发
Python+Django+Mysql开发在线购物推荐网协同过滤推荐算法在购物网站中的运用个性化推荐算法开发基于用户.物品的协同过滤推荐算法机器学习.分布式大数据.人工智能开发 ShopRec ...

机器学习（一）协同过滤推荐算法

机器学习（一）协同过滤推荐算法相关推荐

最新文章

热门文章