求剧情
推荐系统实践 · 第十一节

《推荐系统实践》第十一节

本节讨论ItemCF算法的三个改进方向,并综合比较UserCF与ItemCF。

本节讨论ItemCF算法的三个改进方向,并综合比较UserCF与ItemCF。

参数K增加会提高推荐结果的流行度,但超过一定程度后不再明显变化,同时会降低覆盖率。针对用户活跃度对物品相似度的影响,提出IUF参数,用用户活跃度对数的倒数修正相似度计算,对活跃用户做惩罚;对于过于活跃的用户(如购买了平台80%图书的用户),直接忽略其兴趣列表以避免相似度矩阵过稠密。该ItemCF-IUF算法在准确率和召回率上与原算法相近,但提高了覆盖率、降低了流行度。此外,将相似度矩阵按最大值归一化(ItemCF-Norm)可提高准确率、覆盖率和多样性:归一化使各类别内部相似度趋同,避免推荐偏向热门类别,各项指标均有明显提升。

在综合比较中,UserCF推荐反映小群体热点、更具社会化,ItemCF则维系用户历史兴趣、更具个性化。新闻网站(如Digg)适合UserCF,因为新闻强调热点与时效、更新极快,物品相似度表难以频繁维护;而图书、电商、电影网站(如亚马逊、Netflix)适合ItemCF,因其用户兴趣固定持久、物品更新较慢。从存储看,用户多则UserCF代价大,物品多则ItemCF代价大;互联网中通常用户多于物品,且物品相似度更稳定,故ItemCF更常用。离线实验中原始ItemCF的覆盖率和新颖度低于UserCF,但离线指标不具决定性,选择算法应先满足产品需求(如推荐解释)、考虑实现代价,并注意离线指标与在线点击率未必正相关;两种算法经优化后性能接近。

‹ 上一章目录下一章 ›

全部 32 章