推荐系统

SlopeOne协同过滤

Posted by horizon-z40 on October 1, 2018

Slope One 算法是一个Item-Based 的协同过滤推荐算法。和其它类似算法相比, 它的最大优点在于算法很简单, 易于实现, 执行效率高, 同时推荐的准确性相对较高。

Slope One算法是基于不同物品之间的评分差的线性算法，预测用户对物品评分的个性化算法。主要两步：

Step1:计算物品之间的评分差的均值，记为物品间的评分偏差(两物品同时被评分)：

$R(ij) = \frac{\sum_{u \in N(i) \cap N(j)}(r_{ui}-r_{uj})}{|N(i) \cap N(j)|}$

$N(i) \cap N(j)$ 是对物品i和物品j都有过评分的用户。

Step2:根据物品间的评分偏差和用户的历史评分，预测用户对未评分的物品的评分。 $P_{uj} = \frac{\sum_{i \in N(u)}|N(i) \cap N(j) |(r_{ui} - R(ij)) }{\sum_{i \in N(u)} |N(i) \cap N(j)| }$ 其中$N(u)$ 是用户u评过分的物品。