推荐系统实践笔记(七)
第七章 推荐系统实例
7.1 外围架构
数据收集和存储
需要实时存取的数据存储在数据库和缓存中,而大规模的非实时地存取数据存储在分布式文件系统中(HDFS)中。
7.2 推荐系统架构
用户和物品的联系如下所示:
如果认为用户喜欢的物品也是一种用 户特征,或者和用户兴趣相似的其他用户也是一种用户特征,那么用户就和物品通过特征相联系。基于上述的理解我们可以把推荐系统的核心任务拆分位两个部分1
> 如何给用户生成特征
> 如何根据特征找到物品
推荐系统的需求有很多,可以根据不同的需求设计不同的推荐引擎,通过不同的推荐引擎来满足客户的需求。
7.3 推荐引擎的架构
推荐引擎使用一种或几种用户特征,按照一种推荐策略生成一种类型物品的推荐列表。一个规则引擎的概念图如下所示:
> A部分从缓存中拿到用户的行为数据,通过分析用户的行为获取特征向量
> B部分将特征向量结合特征-物品矩阵生成初始的推荐列表
> C部分对初始的列表进行处理,从而生成最终的推荐结果。
生成用户特征向量
用户的特征一般有两种:一种是注册的时候获取的,另一种是通过用户的行为计算出来的。
计算用户特征向量主要考虑:
> 用户行为的种类 一般的标准是用户付出代价越大的行为权重越大
> 用户行为产生的时间 近期行为权重大
> 用户行为次数 次数越多行为权重越大
> 物品的热门程度 对不怎么热门的物品做出的行为更具备参考价值
特征-物品相关推荐
过滤模块
通常会过滤的物品:
> 用户已经产生过行为的物品 (保证新颖性)
> 候选物品以外的物品
> 质量不合格的物品
排名模块
(1)新颖性排名
考虑对热门的物品降权:
在计算$p_{ui}$的时候考虑到新颖性问题,对于,$r_{uj}$表示用户u对物品j的反馈度(可以理解为行为次数),类似的对其适当降权考虑到推荐系统是为了给用户介绍他们不熟悉的物品,那么可以假设如果用户知道了物品j,对物品j产生过行为,那么和j相似的且比j热门的物品用户应该也有比较大的概率知道,因此可以降低这种物品的权重,如下所示:
(2)多样性排名
> 按照物品内容对推荐列表分类,然后从不同的类中选取(分类的标准是个问题)
> 控制不同推荐结果的推荐理由出现的次数
(3) 时间多样性
(4) 用户反馈(点击模型)