CF召回

基于物品的协同过滤ItemCF

思想

• 如果用户喜欢一个物品，那么很有可能也喜欢和它相似的物品
• 两个物品的受众重合度越高，两个物品就越相似
• 在推荐时，以用户历史交互物品和目标物品的相似度为权重，对用户对历史交互物品的评分进行加权，得到用户对目标物品的打分预测，排序筛选出top-k个物品

核心

物品相似度计算：余弦相似度

部署

• 离线计算
  1. user->item索引，记录每个用户交互的item
  2. item->item索引，计算item两两相似度取top-k作为索引
• 线上召回
  1. user-id通过user->item索引找到last-n个物品
  2. 对每个last-n物品使用item->item索引查找top-k相似物品
  3. 计算用户对物品的兴趣分数，排序、截断

Swing

思想

• 假如用户来自一个小圈子，由于小圈子内消息流通，所以小圈子用户同时交互两个物品，不能说明交互物品的受众重合度高
• 反之，如果多个不相干用户同时交互两个物品，说明交互物品的受众重合度高，物品越相似
• 对用户设置权重解决小圈子问题

核心

定义用户的重合度，如果重合度高则需要降低权重 overlap(u₁, u₂) = |J₁ ∩ J₂|, J₁, J₂分别代表用户u₁, u₂喜欢物品的集合 物品相似度计算 $$ sim(i_{1}, i_{2}) = \sum_{u_{1} \in V}{\sum_{u_{2} \in V}{\frac{1}{\alpha + overlap(u_{1}, u_{2})}}}, \; V是i_{1}, i_{2}受众交集 $$

基于用户的协同过滤UserCF

思想

• 用户应该会喜欢相似用户的交互物品
• 用户交互物品的重合度越高，用户之间越相似

核心

用户相似度计算——余弦相似度

流行度偏差

如果物品流行，那么它对用户的相似度贡献应该小，反之则大；避免流行物品增大实际不大相似用户的相似度

在计算用户相似度时，对每个物品引入一个流行抑制权重

部署

与ItemCF类似，都需要离线计算索引，区别是要计算的是user->item和user->user索引