在現今的推薦技術和算法中，最被大家廣泛認可和采用的就是基於協同過濾的推薦方法。

協同過濾(Collaborative Filtering, 簡稱CF) 是利用集體智慧的一個典型方法。換句話說，就是借鑒和你相關人群的觀點來進行推薦。

MLlib中的協同過濾，常應用於推薦系統。

利用某興趣相投、擁有共同經驗之群體的喜好，來推薦使用者感興趣的資訊，補充用戶-商品(User-Item)效用矩陣中所缺失的部分

MLlib當前支持基於模型的協同過濾，其中用戶和商品通過一小組隱語義因子進行表達，並且這些因子也用於預測缺失的元素。

為此， MLlib實現了交替最小二乘法(ALS) 來學習這些隱性語義因子。

基於用戶的協同過濾（User CF）

基於用戶對物品的偏好找到相鄰鄰居用戶，然後將鄰居用戶喜歡的推薦給當前用戶。上述過程就屬於User CF。

基於物品的CF（Item CF）

原理和基於用戶的CF類似，只是在計算鄰居時采用物品本身，而不是從用戶的角度，即基於用戶對物品的偏好找到相似的物品，然後根據用戶的歷史偏好，推薦相似的物品給他。

兩者的計算復雜度和適用場景皆不同

圖書推薦的例子

數據格式：“用戶 書 打分”

用戶1和5，具有相同的興趣。他們都喜歡101這本書，對102的喜歡弱一些，對103的喜歡更弱

用戶1和4，具有相同的興趣，他們都喜歡101和103，沒有信息顯示用戶4喜歡102。

用戶1和2，興趣好像正好相反，用戶1喜歡101，但用戶2討厭101，用戶1喜歡103而用戶2正好相反。

用戶1和3，交集很少，只有101這本書顯示了他們的興趣

那麽應該給用戶1推薦哪本書？不是101, 102或者103，因為用戶已購買，推薦系統需要發現新的事物。

直覺上，用戶4、5與用戶1類似，所以推薦一些用戶4和5喜歡的書籍，給用戶1是不錯的。

這樣使得104、105和106成為可能的推薦。

整體上看，104是最有可能的一個推薦，這基於104的4.5和4.0的偏好打分。

大部分的推薦系統，通過給item評價打分來實現。

評價推薦系統的一種方式，是評價它的評估偏好值的質量

評價評估偏好和實際偏好的匹配度。

訓練集和打分

計算評估值和實際值之間的平均距離，分值越低越好。

0.0表示非常好的評估 ，這說明評估值和實際值根本沒有差距

可以通過和其它朋友共同喜歡某個或某類影片，來確定用戶相似

通常是通過“距離”來表示相似

例如：歐幾裏得距離、皮爾遜相關度、曼哈頓距離、Jaccard系數等等。

根據上述“距離”的算法，可以找出與自己“口味一樣”的人了，但這並不是目的。目的是找出推薦的物品。

本文出自 “中科院計算所培訓” 博客，謝絕轉載！

如何利用Spark MLlib進行個性推薦？