深入解析：推荐系统学习

pd.read_csv返回的是dataframe，并不是一个可迭代对象，可用itertuples()或者values.tolist()函数将其转化tuple或者列表

迭代器对象,转化成列表还要list(df.itertuples())就是df.itertuples()返回的

values.tolist()返回的是列表

评测指标：

1.召回率：描述有多少比例的用户—物品评分记录包含在最终的推荐列表中

2.准确率：最终 的推荐列表中有多少比例是发生过的用户—物品评分记录

3.覆盖率：最终的推荐列表中具备多大比例的物品；覆盖率反映了推荐算法发掘长尾的 能力，覆盖率越高，说明推荐算法越能够将长尾中的物品推荐给用户

4.平均流行度：在所有用户的推荐列表中，推荐的物品有多“热门”。如果系统只推荐所有人都喜欢的热门商品，那平均流行度就会高；如果架构能推荐一些小众但用户可能喜欢的宝藏物品，那平均流行度会低。

算法：

协同过滤算法：利用用户历史行为数据，经过用户之间或物品之间的相似性来推荐用户可能喜欢的物品。

（1）基于用户的协同过滤（User-based CF）

• 通过计算用户之间的相似度，找出和目标用户兴趣相似的“邻居”用户；

• 根据邻居用户喜欢的物品，推荐给目标用户他还未接触过的物品。

用户u和用户v的兴趣相似度

Jaccard公式：

余弦相似度：

通过我们能够第一计算出的用户对(u,v)，然后再对这种情况除以分母通过。 为此，能够首先建立物品到用户的倒排表，对于每个物品都保存对该物品产生过行为的用户 列表。令稀疏矩阵。那么，假设用户u和用户v同时属于倒排表中K个物品对 应的用户列表，就有C[u][v]=K。从而，可能扫描倒排表中每个物品对应的用户列表，将用户列 表中的两两用户对应的C[u][v]加1，最终就可以得到所有用户之间不为0的C[u][v]。下面的代码实 现了上面提到的算法：

用户相似度计算的改进：

两个用户对 冷门物品采取过同样的行为更能说明他们兴趣的相似度。因此，John S. Breese在论文①中提出了 如下公式，根据用户行为计算用户的兴趣相似度：

N(u)为用户u曾经有过正反馈的物品集合

（2）基于物品的协同过滤（Item-based CF）

• 通过计算物品之间的相似度，找出和用户已喜欢物品相似的物品；

• 推荐这些相似物品给用户。