推荐系统经历两个阶段：传统推荐模型和深度学习模型

第一阶段：传统推荐模型(协同过滤，矩阵分解，LR, FM, FFM, GBDT)。

• 协同过滤体现了最朴素的推荐思想，同类相聚
• 矩阵分解降低了计算复杂度
• LR：用一层逻辑回归代替矩阵分解，预估CTR
• FM：在LR的基础上，考虑特征组合
• FFM：在考虑特征组合的基础上，更精细化的分不同的域做特征组合

1 召回侧或者粗排侧

1.1 基于内容的过滤算法

• 简介：通过分析用户的历史行为给用户的兴趣建模，从而主动给用户推荐能够满足他们兴趣和需求的信息。
• 本质：基于物品和用户的特征直接分析和计算。举个例子，假设电影A是科幻片，我们分析用户B看过的电影里有科幻片的tag，就可以推荐电影A给用户B。
• 整体流程：
  （1）给电影打tag：从影评中切词，或者根据常用标签，得到电影的多个标签。再求每个标签的TF-IDF（Term Frequency - Inverse Document Frequency）值来计算标签权重，取Top-K个作为电影标签
  （2）建立倒排索引：可以根据关键词找到对应电影
  （3）给用户打tag：根据用户历史观影记录，找到看过的所有电影对应的关键词，统计词频，把词频最高的关键词作为用户的兴趣词
  （4）根据用户的兴趣词，从倒排表里找电影。实时推荐
• 用到的技术：TF-IDF特征提取技术
  
• 冷启动问题：对于一个新电影，用户都没有看过，无标签，通过两种技术来推荐新电影：
  （1）Word2Vec：得到的电影标签的词vector，来计算标签tag之间的相似性，推荐和用户看过的电影标签相似的电影给用户。用word embedding 的原因是如果标签词典太大，one-hot的representation维度太大，而word embedding可以用较小的维度
  （2）Doc2Vec：根据电影的所有标签，训一个模型得到最终电影的影片vector
• 优点：一种比较简单的推荐方法，很直接，可解释性强
• 缺点：需要用到物品本身或者是用户自身属性

from gensim.models import Word2Vec, Doc2Vec

协同过滤算法

• 简介：对业界影响力最大，应用最广泛的一种经典模型，从1992年用到现在还在用。
• 本质：
  （1）基于用户的系统过滤算法（UserCF）：给用户推荐 和他兴趣相似的其他用户喜欢的物品
  （2）基于物品的协同过滤算法（ItemCF）：给用户推荐 和他之前喜欢的物品相似的物品
• 整体流程：
  （1）UserCF：先量化为猜测用户对一个商品喜爱程度的打分，根据之前用户购买、收藏、加购物车等行为对之前的商品分别打分，找到相似的用户，根据这些相似用户对新物品的打分，猜测该用户的打分，比较高就推荐，不高就不推荐。最后计算该用户的【相似用户们】对这个新商品的评价加权，得到该用户的评价预估。最好还可以用皮尔逊，减去每个用户的平均评分，这样消除不同用户打分标准不一致的问题
  （2）ItemCF：根据所有用户的历史偏好数据计算物品相似性，如果很多用户同时喜欢物品A和物品B，说明这俩很相似。用皮尔逊相关系数
• 用到的技术：相似性计算
  （1）杰卡德(Jaccard)相似系数：衡量两个集合的相似程度，看交集在并集中占的比例。
  （2）余弦相似度：衡量两个向量的夹角大小，越小相似度越大。 或者

from sklearn.metrics.pairwise import cosine_similarity
cosine_similarity([[1,2,3], [4,5,6]])

（3）皮尔逊(person)相关系数：当用户容易乱打分的时候（比如用户A喜欢打高分，用户B喜欢打低分），用余弦效果就不那么好了。person就是把两个向量都减去他们的均值，然后再计算consine，效果好于直接计算consine。

from scipy.stats import pearsonr
pearsonr([[1,2,3],[4,5,6]])

• 其他：为什么在一些场景中要使用余弦相似度而不是欧式距离呢？
  （1）一些在欧式距离中非常大，在余弦中夹角非常小的，比如文本、图像、视频领域的特征维度非常高，但余弦相似度不仅不受值域影响，而且范围都是在同向为1，正交为0，反向为-1的特性。
  （2）比如统计用户观看偏好，更关注相对差异，应该用余弦。
  （3）比如统计用户活跃度，登录次数和平均观看时长，关注数值绝对差异，应该用欧式距离。
• 优点：完全没有用到物品本身或者是用户自身属性，仅仅根据用户和物品的交互信息就可以实现推荐，可解释性很强，非常直观
  （1）UserCF 是基于用户相似度进行推荐， 所以具备更强的社交特性， 这样的特点非常适于用户少， 物品多， 时效性较强的场合， 比如新闻推荐场景
  （2）ItemCF更适用于兴趣变化较为稳定的应用， 更接近于个性化的推荐， 适合物品少，用户多，用户兴趣固定持久， 物品更新速度不是太快的场合， 比如推荐艺术品， 音乐， 电影。

• 缺点：稀疏矩阵的处理能力比较弱（热门物品有较强的头部效应，很容易跟大量物品产生相似，但尾部物品由于特征向量稀疏，极少被推荐），且无法利用更多信息比如物品的特征，这就是为什么协同过滤慢慢烟花到了逻辑回归模型，可以综合不同类似特征。UserCF存在数据稀疏性和算法扩展性的问题，ItemCF相对来说因为物品属性比较固定，所以相似度比较稳定。

  
  
  CF的地位

隐语义模型（LFM）与矩阵分解（MF）

• 简介：矩阵分解（Matrix Factorization）是从协同过滤中衍生出的方向，用于解决处理稀疏矩阵的泛化能力，比如隐语义模型（Latent Factor Model）等，就是这个方向的分支模型。就是在协同过滤共现矩阵的基础上，使用更稠密的隐向量（类似NLP里的embedding）表示用户和物品，挖掘用户和物品的隐含兴趣和隐含特征，解决泛化能力。
• 本质：把协同过滤的评分矩阵，分解成了用户矩阵乘以物品矩阵，这俩矩阵都是隐向量。预测新物品评分的时候，直接用物品向量乘以用户向量即可。为了拆解这两个矩阵，出现了很多算法（BasicSVD，RSVD，ASVD，SVD++）
• 整体流程：共现矩阵R(mxn维度)，分解成用户矩阵U(mxk维度)和物品矩阵V(kxn维度)。后续如果想知道用户u对物品i的评分，只需要
  
• 用到的技术：矩阵分解最常用的方法是特征值分解（EVD）或者奇异值分解（SVD）
  （1）特征值分解EVD：要求分解的是方阵，不适用
  （2）奇异值分解SVD：可以用满秩分解对数据做压缩，但是计算复杂度高
  （3）BasicSVD：2006年的Netflix Prize之后， Simon Funk公布了一个矩阵分解算法叫做Funk-SVD，后来被称为Latent Factor Model(LFM)。思想很简单：把求解两个矩阵的问题转换成一个最优化问题，先随机初始化，然后通过和观测值的误差loss最小化，就可以用梯度下降法训练了。问题就在于两个矩阵很大的时候，参数量过多，容易陷入过拟合
  （4）RSVD：在目标函数中加入正则化参数（加入惩罚项目），避免过拟合
  （5）Netfix Prize中提出了另一种LFM：消除用户和物品打分的偏差。因为单纯根据两个隐向量的距离来打分是不够的，所以直接加上几个偏置项目：① 全局平均数，②用户偏差系数，③物品偏差系数。这样得到的隐向量更能反映不同用户对不同物品的“真实”态度差异
  （6）SVD++：把历史评分的物品加入到LFM模型中
• 其他：隐语义模型LDM和矩阵分解FM是试图在协同过滤共现矩阵的基础上，使用更加稠密的的印象量表示用户和物品，挖掘用户和物品的隐含兴趣和隐含特征，在一定程度上弥补协同过滤模型处理稀疏矩阵能力不足的问题。
• 优点：泛化能力强可解决稀疏问题，空间复杂度低，更好的扩展和灵活性
• 缺点：只用到了评分矩阵，没有考虑用户、物品、上下文的特征，丧失了很多有效信息的，也很难考虑用户历史行为（所以后续有逻辑回归和因子分解机模型）。

FM+FFM 模型

• 简介：FM（因子分解机 Factorization Machine）FFM（域感知因子分解机 Field-aware Factorization Machine）这两个因子分解机模型族，在传统逻辑回归的基础上，加入了二阶的部分，使得模型具备了特征交叉和筛选的能力。用来解决逻辑回归模型（LR模型已经把TopK的问题转成了CTR预估的问题）里表达能力不强的问题。（除了POLY2->FM->FFM这条发展线路之外，还有另外一条发展线路是GBDT+LR）
• 本质：就是希望在LR的基础上，能考虑特征组合，毕竟LR就是粗暴的做线性组合再过一层sigmod。（考虑特征组合的线路：POLY2->FM->FFM）
  （1）POLY2：直接做暴力组合，对所有的特征进行两两交叉。从LR的变成。缺点：①会导致特征向量非常稀疏，交叉特征可能会缺乏有效数据训练；②权重参数量是太大了
  （2）FM：结合LFM的思想，用隐向量替换one-hot向量，即把替换成两个隐向量相乘的方式，一方面减少了模型参数数量，另一方面参数之间不再是相互独立的，可以减轻数据稀疏性造成的影响。另一方面，FM可以用SGD训练，可以在线性时间内训练和预测
  
  
  （3）FFM：相比较FM，FFM引入了特征域感知的概念，对于每个特征， 针对不同的交叉域要学习不同的隐向量特征，好处是交叉的时候， 可以更能够体现出不同域里面特征的差异性。
• 整体流程：比如一个日期和年龄特征分别有3个域的embedding，如果要计算日期特征和年龄的交叉特征，首先要看年龄属于哪个域，再用那个域的embedding来相乘得到最后的交叉特征。时间复杂度上会从FM的O(nk)到FFM的O(nfk)， 这里的f就是域的个数， 这里的时间复杂度会到O(kn^2)。
• 用到的技术：
• 其他：工业上， 原始的FFM一般不会使用， 因为这哥们计算量太大了， 每个域都会学习特征， 这个与word2vec做个对比，那里每个单词只有两个身份， 这时候，对应了2个embedding矩阵， 而这里假设有100个域， 那么相当于每个实值特征有99个身份（会和其他99个域特征交叉）， 这时候99个embedding矩阵， 而每个embedding矩阵维度就很大了， 这样的计算更新是受不了的。如果真想用，一般要做一些处理， 两个改进的思路：① 共享一些矩阵 ② 减少域的数量，大致分为上下文特征、用户特征、item特征、交互特征和匹配特征 五大类，就可以只有5个embedding矩阵了
• 优点：可以体现不同域特征里的差异性
• 缺点：计算量太大，所以工业界一般不用FFM（无论是召回还是排序），但FM还是首选

参考：https://blog.csdn.net/wuzhongqiang/category_10128687.html