基于协同过滤的商品个性化推荐
上次在用回归模型研究豆瓣短评top500的代表性时，爬了一份用户影视评分数据，今天结合协同过滤算法，做一个简易的“推荐系统”，将特定商品——影视作品推荐给潜在感兴趣的参与打分的用户。
数据：包含24594条记录，涉及54部影视作品和19317位用户
算法与R语言包：协同过滤算法、recommenderlab包
具体步骤：数据预处理（主要是转化为稀疏矩阵）——推荐建模（topN；评分状况）+ 结果分析
- 数据预处理
recommenderlab的建模函数对数据格式有要求，必须为realRatingMatrix，且矩阵太稀疏的话，由信息不足导致的推荐建模效果会很差。
因此预处理主要有两点：（1）删去评价次数少于6的用户；（2）转化为稀疏矩阵 - 推荐建模
从出发点来看：主要分为基于用户相似性、基于商品相似性、最受欢迎推荐、随机推荐
从结果来看：主要是topN（即输出用户最可能感兴趣的N部作品）和评分模型（即输出用户对作品的具体评分）
以topN+基于用户为例：
输出结果：前5位用户的top5推荐影视作品。
效果评价：
TPR：在所有实际为阳性的样本中，被正确地判断为阳性之比率；FPR：在所有实际为阴性的样本中，被错误地判断为阳性之比率。
从ROC曲线来看，topN的N范围越大，正确率越高，这是符合经验的，推荐数量越多，越可能击中用户喜好。以20为例，实际用户喜欢并正确推荐给用户的影视作品概率接近2.5%。
模型比较：以上是基于用户的topN建模，现加入其它模型一并比较，从TPR、FPR的定义看，曲线越偏向左上效果越好。
总得来看，基于商品与基于用户的推荐方法都不算好，但后者略优于前者。基于流行度的效果整体最佳，但在推荐数取5的时候，奇异值分解的效果最好。
联系实际，在一个网站刚成立或app刚投入使用的时候，用户、商品、使用信息稀缺（类比这份数据），从用户或者商品的相似性考虑推荐效率很低，而简单的流行度就不错，即啥火推啥。