老板问我,什么是协同过滤?

架构师之路

共 976字,需浏览 2分钟

 ·

2021-11-15 06:47

工程架构方向的程序员,看到推荐/搜索/广告等和算法相关的技术,心中或多或少有一丝胆怯。但认真研究之后,发现其实没有这么难。

 

今天给大家介绍下推荐系统中的“协同过滤”,绝无任何公式,保证大伙弄懂。

 

什么是协同过滤(Collaborative Filtering)

:通过找到兴趣相投,或者有共同经验的群体,来向用户推荐感兴趣的信息。

 

举例,如何协同过滤,来对用户A进行电影推荐?

:简要步骤如下:

(1)找到用户A(user_id_1)的兴趣爱好;

(2)找到与用户A(user_id_1)具有相同电影兴趣爱好的用户群体集合Set

(3)找到该群体喜欢的电影集合Set

(4)将这些电影Set推荐给用户A(user_id_1)

 

具体实施步骤如何?

:简要步骤如下:

(1)画一个大表格,横坐标是所有的movie_id纵坐标所有的user_id交叉处代表这个用户喜爱这部电影;

如上表:

  • 横坐标,假设有10w部电影,所以横坐标有10w个movie_id,数据来源自数据库

  • 纵坐标,假设有100w个用户,所以纵坐标有100w个user_id,数据也来自数据库

  • 交叉处,“1”代表用户喜爱这部电影,数据来自日志

画外音:什么是“喜欢”,需要人为定义,例如浏览过,查找过,点赞过,反正日志里有这些数据。

 

(2)找到用户A(user_id_1)的兴趣爱好;

如上表,可以看到,用户A喜欢电影{m1, m2, m3}

 

(3)找到与用户A(user_id_1)具有相同电影兴趣爱好的用户群体集合Set

如上表,可以看到,喜欢{m1, m2, m3}的用户,除了u1,还有{u2, u3}

 

(4)找到该群体喜欢的电影集合Set

如上表,具备相同喜好的用户群里{u2, u3},还喜好的电影集合是{m4, m5}

画外音:“协同”就体现在这里。

 

(5)未来用户A(use_id_1)来访问网站时,要推荐电影{m4, m5}给ta。

 

协同过滤大致原理如上,希望大家有收获。

架构师之路-分享可落地的技术文章


相关文章

架构师之路,20年干货精选

浏览 15
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报