推薦演算法CB
推薦方法
• 基於內容Content Based
• 基於協同Collaboration Filtering– User Based CF
– Item Based CF
基於內容（ContentBased）
• 引入Item屬性的Content Based推薦
使用者進入優酷檢視某電影，進入該電影的播放頁面，周圍會有相關item推薦比如廣告、相似電影、演員相關、花絮之內的
內容分析：
比如某item的正排表--根據名字等元資料進行中文分詞得到關鍵詞（不是標籤，可以通過關鍵詞得到，有時候標籤和關鍵詞不一樣，但更能表現出item的特性）及其權重
當然也可以對其他的元資料進行中文分詞得到正排表，比如name/title、desc、影評、導演、主題、年代、地域、標籤
item內容屬性索引：
做倒排表，然後放進NOSql裡面去
倒排表
使用者瀏覽資料
相關性計算、排序
user點選了某item（站在資料探勘工程師的角度就是等於元資料資訊），然後推薦系統根據itemA找到其他的item1、item2、item3。但是這種方案比較耗時。
兩種方案
(1):itemA->元資料資訊->內容分析（關鍵詞）->關鍵詞提取token1、token2、token3->通過倒排表查詢得到最終的top(N)->item1、item2
(2):item-item矩陣查詢得到，提前拿到網站所有的item，得到所有正排表和倒排表，加權去重。如果遇到新增的item，如圖所示，一般都是通過storm或者spark streamming等實時流處理框架來進行處理，併入庫。紅色為倒排表--需要實時合併、更新，合併、更新倒排表token時要注意新舊排序與權重的比較
以token為紐帶進行關聯，所以解釋性很強，相關性很強，但是缺點也很明顯，比如張三和李四同時進來點選這一個item，但是以後推薦的卻是同一套東西，然後每個人的喜好都是有區別的。因此，要改進該推薦系統，只能引入使用者畫像。
引入User屬性的Content Based推薦
user使用者畫像表
對最近一週看的電影item1 item2 item3做一個正排表
當用戶點選了item4時，從NOSQL中取出user-item和item list資訊，通過token進行推薦，同時注意更新token和權重。所以引入user屬性的推薦方案有兩種。（1）通過user item和item list進行推薦；（2）通過使用者畫像（user：token：score...）和token（item，item...）列表進行推薦
則需要對使用者user推薦怎樣的個性化列表？
舉個簡單的小例子
我們已知道
• 使用者u1喜歡的電影是A，B，C
• 使用者u2喜歡的電影是A, C, E, F
• 使用者u3喜歡的電影是B，D
我們需要解決的問題是：決定對u1是不是應該推薦F這部電影
基於內容的做法：要分析F的特徵和u1所喜歡的A、B、C的特徵，需要知道的資訊是A（戰爭片），B（戰爭片），C（劇情片），如果F（戰爭片），那麼F很大程度上可以推薦給u1，這是基於內容的做法，你需要對item進行特徵建立和建模。
• “Ferrari” is a car
• John Doe may like “Ferrari”
• 面向使用者興趣的新聞推薦（Item2User）
• 例子：通過相似度得到item與item，user與user之間的score，然後按照由高到低排序
