推荐系统的常见方法总结

1.Content based

TF-IDF

     Term Frequency - Inverse Document Frequency

     词频-逆向文件频率

     倾向于过滤掉常见的词语，保留重要的词语

     


     i 指术语（特征），j 指文件（项目）

     


     D是文件（项目）的集合，分母部分指术语t出现过的文件的集合

     这里的分子母分部分均指集合元素数量数量统计

     


     通常选用得分最高的几个术语作为标签进行推荐

2.Collaborative

     

     Collaborative Filtering 协同过滤

     假设我们要推荐产品给用户x，

     首先找到n个产品反馈相似的（评分、购买、反馈相似）其他的用户

     通过这些用户对x的评价来进行推荐

     

     寻找相似用户的方法

     Jaccard 相关系数

     


     J=|A∩B|/|A∪B|

     Cosine similarity measure 余弦相似度

     

        n维

     


      Pearson correlation coefficient 皮尔森相关系数

      


     或

     


     注意这里求得的相似度可能为负值

3.Latent factor based

     潜在因子算法

     RMSE 均方根误差

     Root Mean Square Error

     


     此方法另外找时间详细描述

     我认为其基本思想基于最小二乘法 http://blog.csdn.net/joshualiunsw/article/details/52223887

     其实就是个多维的最小二乘

     Regularization

     正则化

     主要的思想是避免预测向量（函数）过拟合，因此要限制pq的过大波动

     通常的方法是在最小化的误差函数上加上参数值（梯度）的长度的影响