前几天讨论的“协同过滤（CollaborativeFiltering）”和“基于内容的推荐（Content-basedRecommendation）”要分析用户的历史行为数据（比如电影点击数据、职位浏览数据等），针对不同用户做出个性化推荐。如果系统没有用户的历史行为数据积累，如何实现推荐？今天，我就深入浅出的说说推荐算法中的“相似度推荐”。什么是“相似度推荐”？答：对于新用户A，没有ta的历史行为数据。在ta点击item-X的场景下，可以将与item-X最相似的item集合推荐给新用户A，问题转化为如何用通用的方式表达item之间的相似度。还是以电影推荐为例，新用户A进入《我不是潘金莲》的电影详情页，如何向A推荐一部电影？先看二维空间中的N点，如何推荐最近的点？答：可以用二维空间中，点与点之间的距离表示点与点之间的距离。对于ensemble中任意点M(xi,yi)，它到点N(x1,y1)的距离：distance=(x1-xi)^2+(y1-yi)^2所以，只要计算所有点之间的距离point和N可以计算出离它最近的三个点。看三维空间中的N点，如何推荐最近的点？答：可以用三维空间中点与点之间的距离来表示点与点之间的距离。对于集合中的任意点M(xi,yi,zi)，它到点N(x1,y1,z1)的距离：distance=(x1-xi)^2+(y1-yi)^2+(z1-zi)^2所以只要计算出ensemble中所有点与N的距离，就可以计算出离它最近的3个点。循序渐进，对于一部电影《我不是潘金莲》，假设它有10个属性，可以看作是十维空间中的一个点：N《我不是潘金莲》点{导演：冯小刚，女主：范冰冰，男主：郭涛女配：张嘉译男配：大鹏类型：剧情地区：中国大陆语言：国语日期：2016片长：140}对于电影集里的任何一部电影，到点N《我不是潘金莲》的距离可以是计算。2D和3D中的点可以通过直线距离计算，10维空间中两点之间的距离{导演、女主、男主、女主、男主、类型、地区、语言、日期、片长}，需要重新定义一个距离函数，例如：distance=f1(导演)+f2(女主角)+...+f10(片长)，这个距离，通俗解释，就是各个维度的贡献点之和.得分可以定义如下：f1(director){如果两部电影的导演相同，则得分1；导演不同，打0分；}比如10维空间，还有一个点M《芳华》{导演：冯小刚女主：苗苗男主：黄轩女配：NULL男配角色：NULL类型：剧情地区：中国大陆语言：国语日期：2017时长：140距离代入距离计算公式：距离=f1(导演)+f2(女主)+...+f10(片长)=1+0+...+1=5，即：导演、类型、地区、语言、电影相同长度得1分，其他维度不同得0分。通过遍历电影集合中的10w部电影，可以找到距离N《我不是潘金莲》点最近的3部电影。当用户点击《我不是潘金莲》的详情页时，可以直接推荐距离最近的3部电影。相似度推荐的原理大致如上。需要说明的是：由于没有用户历史行为的积累，不是个性化推荐，所以所有用户的推荐结果都是一样的。一般来说，距离公式确实是线性的。一般来说，每个维度的权重不同的线性公式，以及维度的权重，都可以通过机器学习来训练生成相似度推荐。我希望这1分钟对每个人都有收获。【本文为专栏作者《58神剑》原创稿件，转载请联系原作者】点此阅读更多该作者好文
