ItemCF

Item-based Collaborative Filtering 根据“被相似用户共同消费”计算物品关系，再从用户近期交互物品扩展候选。它实现简单、可解释、无需复杂训练，是推荐召回的重要基线。

相似度

喜欢物品 $i$ 的用户集合记为 $W_i$，常用 cosine-style 共现相似度：

$$\operatorname{sim}(i,j)= \frac{|W_i\cap W_j|} {\sqrt{|W_i|\cdot |W_j|}}$$

分母抑制热门物品，但仍可能有流行度偏差。可进一步降低高活用户贡献：

$$c_{ij}=\sum_{u\in W_i\cap W_j} \frac{1}{\log(1+|I_u|)}$$

其中 $I_u$ 是用户交互物品集合。

候选打分

对用户历史 $H_u$，候选 $j$ 的得分可写为：

$$s(u,j)=\sum_{i\in H_u} w(u,i)\operatorname{sim}(i,j)$$

$w(u,i)$ 可编码行为强度、时间衰减和负反馈。线上通常只保留每个物品 top-M 邻居，并从最近或高价值历史中取种子，控制延迟。

工程实现

• 用 MapReduce/Spark 统计共现并定期构建邻接表；
• 对新交互做流式增量，控制离线索引滞后；
• 过滤已消费、不可见、过期和不安全内容；
• 对热门、长尾和新品设置独立配额；
• 记录 seed item 与相似边，支持解释和归因。

局限

ItemCF 依赖行为共现，冷启动和稀疏物品表现较弱；它容易重复用户已有兴趣并强化热门偏差，也难以直接利用文本与图像语义。实际系统常把它与内容向量、双塔和探索路径组合。