UserCF

给我推荐这篇笔记

• 有很多跟我头趣非常相似的网友
• 其中某个网友对某笔记点赞、转发
• 我设看过这篇笔记

推荐系统如何找到跟我头趣非常相似的网友呢？

• 方法一：点击、点赞、收藏、转发的笔记有很大的重合。
• 方法二：关注的作者有很大的重合。

计算用户相似度

• 用户$u_1$喜欢的物品记作集合$J_1$。
• 用户$u_2$喜欢的物品记作集合$J_2$。
• 定义两个用户的相似度：
  • $sim(u_1,u_2)=\frac{|I|}{\sqrt{|J_1|\cdot|J_2|}}$
  • 缺点：同等对待热门冷门物品，未降低热门物品权重
  • $sim(u_1,u_2)=\frac{\sum_{l\in I}\frac{1}{\log(1+n_l)}}{\sqrt{|J_1|\cdot|J_2|}}$
    • $n_l$: 喜欢物品 l 的用户数量，反映物品的热门程度

小结

• UserCF 的基本思想：

  • 如果用户 user1 跟用户 user2 相似，而且 user2 喜欢某物品，
  • 那么用户 user1 也很可能喜欢该物品。

• 预估用户 user 对候选物品 item 的兴趣：

  • $\sum_jsim(user,use)×like(use,item)$

• 计算两个用户的相似度：

  • 把每个用户表示为一个稀疏向量，向量每个元素对应一个物品。
  • 相似度 sim 就是两个向量夹角的余弦 o

---

离线计算：

• 建立用户->物品的索引
  • 记录每个用户最近点击、交互过的物品 ID。
  • 给定任意用户 ID，可以找到他近期感兴趣的 n 个物品列表（last n）。
• 建立用户->用户的索引
  • 对于每个用户，索引他最相似的 k 个用户。
  • 给定任意用户 ID，可以快速找到他最相似的 k 个用户

---

线上做召回

1. 给定用户 ID，通过“用户 → 用户”索引，找到 top-k 相似用户。
2. 对于每个 top-k 相似用户，通过“用户 → 物品”索引，找到用户近期感兴趣的物品列表(last-n)。
3. 对于召回的$nk$个相似物品，用公式预估用户对每个物品的兴趣分数。
4. 返回分数最高的 100 个物品，作为召回结果。