Hulu的推荐算法课程（7月15号发布）

最近，Hulu又推出了推荐算法课程，关键是免费的，太良心了有没有。平常动辄几百几千的小象学院的课程，现在统统不要钱。我听了第一节，感觉实用性很强，肯定不会有很深入的讲解，适合学生和想入场推荐系统的算法工程师来学习。同时Hulu提供了几道推荐算法的面试题，大家可以体会一下。

第一节课主要讲了几种基础的推荐算法模型（协同过滤，因式分解机，逻辑回归，提升树）

推荐算法在使用场景有：

1 视频网站，推荐视频（例如hulu，抖音等）

2 网购网站，推荐商品（例如京东，淘宝，Amazon）

3 新闻网站，推荐新闻（例如今日头条）

推荐算法的基础假设：

1 信息过载

2 用户不确定自己想看的内容

协同过滤算法：

协同过滤算法是一种上下文无关的推荐算法

它的初衷是用户的历史和未来趋势保持一致

协同过滤算法有两种：基于用户的推荐算法和基于物品的推荐算法

基于用户的推荐算法：通过找到类似的用户，从而做推荐

基于物品的推荐算法：通过购买或者点赞的产品从而做推荐

好处:

简单，可解释性强

缺点：

需要占用存储（维护矩阵），稀疏矩阵问题

矩阵分解：

上下文无关的推荐算法

初衷：发现高维特征

$r_{u,i}=p_{u}^{T}q_{i}$

进一步完善矩阵分解：

$x_{u,r}=u+b_{i}+b_{u}+p_{u}^{T}q_{i}$

u表示平均打分在目录中

$b_{i}$ 表示商品间的打分差异

$b_{u}$ 表示用户的打分差异

优点：

更泛化性（即使两个用户没有给相同商品打分），节约存储空间（只需要保存两个低维向量）

缺点：

不好解释；更加稀疏

逻辑回归模型：

初衷：增加上下文信息到模型，把推荐系统作为一个分类问题来解决

$r_{u,i}=\frac{1}{1+e^{-Wx+b}}$

用户，商品，上下文信息可以被转化为分类变量（比如性别，时间区间等）

最后加入sigmoid函数映射到0-1空间中。

好处：可解释性比较强；可以并行快速训练；训练开销比较低；可以在线训练

缺点：需要特征工程；模型的表达能力差

因式分解机：

初衷：考虑到特征间的交叉

$y(x)=sigmoid(w_{0}+\sum_{i=1}^{n}w_{i}x_{i}+\sum_{i=1}^{n-1}\sum_{j=i+1}^{n}w_{ij}x_{i}x_{j}$ )

好处：表达能力比较强；很好泛化能力了；相对低的训练开销

缺点：做更高层的特征交叉比较难

Gradient Boosting Decision Tree(GBDT)提升树

提升树是基于Boosting的原理：使用多个弱分类器串行成集成分类器

$F_{m}(x)=\sum_{m=1}^MT(x;\theta _{a} )$

提升树算法是通过集合多个决策树而得到的

第一道：从基于用户的协同过滤和基于物品的协同过滤的原理思考，下列场景中使用哪种协同过滤算法更加适合？为什么？

（1）新闻资讯推荐

新闻网站更适用于基于用户的协同过滤算法，兴趣相似的用户关注的新闻相似的概率比较大。

（2）电商网站推荐

电商网站更适用于基于物品的协同过滤算法，使用用户关注或者购买过的物品可以更精准推荐他未来购买的物品。

第二道：为什么逻辑回归模型在工业界受到了广泛应用？LR相对于其他的模型，尤其是GBDT模型，突出的优点是什么？

逻辑回归可解释性强，并且可以在线计算。相对于GBDT串联型结构，LR可以并行，所以得到工业界的欢迎。

第三道：为什么说提升树模型（GBDT)难以并行化？从Boosting方法的角度上给出简单的解释。

Boosting是通过不断增加新的模型预测，这种方式是无法并行化操作。

出自：世相科技

欢迎点赞支持

最后编辑于：2020.07.24 10:49:38