0. 從余弦公式講起

先思考一個問題，我們怎么量化兩個事物的相似度呢？當(dāng)然，這也是保舉系統(tǒng)需要多次面臨的問題。

我們知道向量的概念，可以形象化地體現(xiàn)為帶箭頭的線段。二維空間向量體現(xiàn)方法為,多維空間向量體現(xiàn)為，向量是描述事物一種很好模型。

好比，假設(shè)用戶有5個維度：

對服裝的喜歡程度（1~5分）對家居的喜歡程度（1~5分）對3C的喜歡程度（1~5分）對圖書的喜歡程度（1~5分）對化妝品的喜歡程度（1~5分）一個用戶A：對服裝的喜歡程度3，對家居的喜歡程度1，對3C的喜歡程度4，對圖書的喜歡程度5，對化妝品的喜歡程度0，用戶A可以用向量體現(xiàn)為一個用戶B：對服裝的喜歡程度3，對家居的喜歡程度4，對3C的喜歡程度5，對圖書的喜歡程度0，對化妝品的喜歡程度2，用戶B可以用向量體現(xiàn)為

這兩個用戶的相似程度是多大呢？既然我們把這兩個用戶體現(xiàn)為向量，那么我們可以考慮向量怎么判斷相似性。沒錯，看這兩個向量的夾角。夾角約小，則相似度越大。

對于向量和而言，他們的在多維空間的夾角可以用向量余弦公式計算：

余弦相似度的值自己是一個0~1的值，0代表完全正交，1代表完全一致。就剛才用戶A和用戶B的例子而言，我們可以知道他們的相似度為：

余弦公式自己應(yīng)用范圍很廣，量化相似度在搜索保舉，商業(yè)策略中都是常見問題，余弦公式是很好的解決方案。就保舉自己而言，計算內(nèi)容的相似度，計算用戶的相似度，計算用戶類型的相似度，計算內(nèi)容類型的相似度，這些都是可以應(yīng)用的場景。

1. 保舉的素質(zhì)是什么

保舉和搜索素質(zhì)有相似的地方。搜索滿足用戶從海量數(shù)據(jù)中迅速找到本身感興趣內(nèi)容的需求，屬于用戶主動獲取。保舉則是系統(tǒng)從海量數(shù)據(jù)中按照獲取到的用戶數(shù)據(jù)，猜測用戶感興趣的內(nèi)容并保舉給用戶，屬于系統(tǒng)保舉給用戶。素質(zhì)上都是為了在這個信息過載的時代，幫手用戶找到本身感興趣的東西。

保舉系統(tǒng)有很多種形式。運營或者編纂篩選出本身認(rèn)為最好的內(nèi)容放在首頁，廣義上講這也是一種保舉。不過這個不在我們本期文章的討論范圍，本期主要是討論系統(tǒng)級另外保舉。這里主要介紹四類常見的保舉方法：

基于內(nèi)容的保舉基于內(nèi)容的協(xié)同過濾基于用戶的協(xié)同過濾基于標(biāo)簽的保舉2. 基于內(nèi)容的保舉

基于內(nèi)容的保舉是基礎(chǔ)的保舉策略。如果你瀏覽或購買過某種類型的內(nèi)容，則給你保舉這種類型下的其他內(nèi)容。

以電影保舉為例。好比你之前看過《盜夢空間》，則系統(tǒng)會關(guān)聯(lián)數(shù)據(jù)庫中盜夢空間的信息。系統(tǒng)會保舉克里斯托弗·諾蘭導(dǎo)演的其他作品，好比《致命魔術(shù)》；系統(tǒng)會保舉主演里昂納多的其他作品，好比《第十一小時》。

如果這個電影系統(tǒng)的數(shù)據(jù)被很好地分類，那么保舉系統(tǒng)也會給用戶保舉這個分類下的其他作品。盜夢空間如果被歸為科幻作品，那么可能會保舉其他科幻作品，好比《星際迷航》。

基于內(nèi)容的保舉好處在于易于理解，，但是壞處是保舉方式比較依賴于完整的內(nèi)容知識庫的建立。如果內(nèi)容格式化比較差，那么基于內(nèi)容的保舉就無法實行。同時如果用戶留下的數(shù)據(jù)比較少，則保舉效果很差，因為無法擴(kuò)展。

3. 基于內(nèi)容的協(xié)同過濾

協(xié)同過濾（Collaborative Filtering）與傳統(tǒng)的基于內(nèi)容過濾直接分析內(nèi)容進(jìn)行保舉差別，協(xié)同過濾會分析系統(tǒng)已有數(shù)據(jù)，并結(jié)合用戶表示的數(shù)據(jù)，對該指定用戶對此信息的愛好程度預(yù)測。

基于內(nèi)容的協(xié)同過濾（item-based CF），通過用戶對差別內(nèi)容的評分來評測內(nèi)容之間的相似性，基于內(nèi)容之間的相似性做出保舉；最典型的例子是著名的“啤酒加尿布”，就是通過分析知道啤酒和尿布經(jīng)常被美國爸爸們一起購買，于是在尿布邊上保舉啤酒，增加了啤酒銷量。

需要計算用戶u對物品j的興趣，公式如下：

這里N(u)體現(xiàn)用戶有關(guān)聯(lián)的商品的集合，wji體現(xiàn)物品j和i的相似度，rui體現(xiàn)用戶u對物品i的打分，示例如下：

這里還有兩個問題沒有仔細(xì)描述，如何打分，如何計算相似度。

打分的話需要按照業(yè)務(wù)計算，如果有打分系統(tǒng)最好，沒有打分系統(tǒng)，則需要按照用戶對這個物品的行為得到一個分?jǐn)?shù)。

標(biāo)簽：九江 東營 鹽城 烏魯木齊 林芝