最近在學習機器學習推薦系統時發現，網上所看到的**並不是真正地運用了協同過濾演算法(也在git上找過兩篇，寫了很多看不太懂故而自己琢磨了一番)，多數為通過計算兩個使用者所**電影的相似度來**，而機器學習課程中吳恩達所講的協同過濾並不是這樣，本篇部落格仔細講講兩者區別，並講講推薦系統。
先看這麼個例子：
其中行為使用者，列為商品，1~5數字代表該使用者對該菜的評價，0為該使用者未評價，需要值得推薦給相應的使用者。
1）、所有鄰居評價過的菜的評價值*該鄰居與**使用者的距離相似度的和取相應的平均值，鰻魚飯：（3*peter相似度+4*tracy相似度）/ 2 ，日式炸雞排：5*peter相似度，再比較他們的大小；
2）、就是在1的基礎上不算平均值，比如你也可以認為10個使用者都中高分評價比5個使用者高分評價可靠些，所以也可以不去平均值。
以上資料小推薦只有兩者的比較，實際上大資料的情況下可以通過設閾值來推薦自己設定的推薦個數。
其次發現在本章中peter和tracy並沒有評價過鰻魚飯，日式炸雞排，壽司飯，故而就會陷入推薦空值，這也是該方法的缺點，當然大資料下不會出現這種情況，即使出現也可以通過基於流行度來進行推薦，但該方法還有乙個致命的缺點就是無法**出該使用者對於某類商品的評價值。
方法2：吳恩達所講的協同過濾演算法， 也就是構建n*m的矩陣，如上圖，通過w*x來擬合出n*m維矩陣中各個位置的值，通過迭代最小化均方根誤差，以上圖為例，w：[使用者數，feature_size]，x：[菜數，feature_size]，feature_size是隱語義維度，就相當於神經網路中的隱藏層中的神經元個數，從這裡也可以看出，既然是擬合已給出的評價值，那麼有兩種方式來寫w*x，
1）、先構建n*m維的的矩陣，相應位置上未評價的值賦值為0
2）、既然沒有評價過再去計算只會消耗伺服器資源，通常矩陣的儲存方式為三元組的形式，這裡0不儲存，那麼直接對三元組遍歷相乘再去擬合就可以，兩者實際上是一樣的，但走了不同的路而已。以上兩者的我的電腦上訓練時消耗資源的比較(用公共資料集moivelens)：1）耗記憶體325m，時間37s，因為可以直接通過index去尋找值，2）耗記憶體214m，時間107s，綜合而言應該選用2）的方式來計算
總結一下協同過濾演算法和基於使用者相似度兩種方法，協同過濾用法廣，**較為精確，缺點耗時慢，佔記憶體，基於內容度優點速度快，記憶體小，缺點適用範圍小。 但伺服器上將模型訓練好後只需要**即可，模型在夜晚更新就行，所以綜合而言協同過濾更優。當然還有什麼基於流行度，這個過於簡單不在考慮範圍。
注：你或許還在網上看到過svd矩陣分解+協同過濾，事實上只適用於基於內容的推薦系統，而不適用於協同過濾，為什麼呢，因為基於內容只是計算兩者向量的相似度，向量是n*1的，你壓縮乘m*1都可以，但其實不太需要，因為本來速度就很快了。而協同過濾中w,x都是n個使用者權重，x是m個電影的特徵，壓縮哪一維都不合適，因為還要索引對應位置上的值進行索引。
3種方式實現推薦系統
機器學習 推薦系統
在各類 軟體或各大購物 裡，通常會存在推薦系統。它可以根據每個使用者的個人喜好為使用者推薦相應的歌曲 商品 從而增加使用者體驗，並提高了產品的銷量。因此，推薦系統是乙個很值得學習的應用領域。如下圖所示，這是4個使用者對5部電影的評價，我們要求評價只能是0 5之間的數。可以看出，有一些已經打分了，有一...
機器學習2 推薦系統
問題 topk ctr步驟 feature recall 基於熱度，基於使用者興趣標籤，基於cf，基於fm sort lr，gbdt，gbdt lr，fm，dnn ad評價指標 accuracy 正確的樣本 總樣本 precision 為正類正確的樣本數 為正類的樣本數 recall 為正類正確的樣...
機器學習（10） 推薦系統
估計這章內容後面來的概率也比較低吧，學到一點思想，但畢竟現在推薦系統作為企業超看重的部分，發展較好，這些內容是不夠的，太入門了 推薦系統能領悟特徵學習的思想，不需要手動建立特徵 未防止後面看不懂，這裡做個說明 nu表示 使用者數量，nm表示電影數量，r i,j 1表示使用者j看過電影i，y i,j ...