第九章-推荐系统(协同与内容过滤).md

WEEK 9

[TOC]

前言

什么是推荐系统？

r表示打分与否，y表示打的分

基于协同的过滤算法-collaborative filtering algorthm

推荐系统的代价函数

$w^{(j)}$跟$b^{(j)}$指的是第j个人的观影参数系统，$x^{(i)}$表示第i个电影的特征值

最后那个是防止过拟合的正则化

实际上消去$m^{(j)}$这一常数并不会影响太多，所以底下都去掉了，可能感觉上求和的权重不一样了，但是$w^{(i)}b^{(i)}$与$w^{(j)}b^{(j)}$之间是相互独立的，也就是说这个$m^{(j)}$权重只是影响$w^{(j)}b^{(j)}$，不会影响其他的，所以可以去掉（只是==并行计算==而已）

对所有用户来求（可以用到矩阵的运算）

协同过滤算法-Collaborative Filtering algorithm

当这些特征值未知时

实际上很像用$w$去估计$x$了，实际上就是解方程，但是要考虑最小二乘解

用x去估计w，b就是看一个人对不同电影的评价

用w，b去估计x则是看所有人对一部电影的评价

两者对比与总和，即同时优化wb与x

• 梯度下降法

实际上是在处理时利用了横纵上特征的关系来构造的一个关系式，更加符合逻辑

二值标签-binary labels

一般是喜欢或者不喜欢

熟悉的交叉熵函数(01规划常用的)

推荐系统的实现

行的归一化

由于正则化，Eve的参数将会全是0，这并不符合预期

加了一个平均值，实际上就是把大家伙的口味给他，且只对Eve有效，因为其他人的wb不是0

归一化列表示这个新电影是否展示出来，其实没那么重要，而归一化行可以看出来这个电影的评价是怎样的

tf实现协同过滤

Tensorflow可以直接帮你计算微积分与导数

这里中间部分是自己构造了一个$costJ$函数

zip的添加是为了把参数打包成组，更容易调用查阅

不用之前的方式实际上是因为之前的方法更多是用来拟合，而非此处差异化表现的连接，主要还是Tensorflow更加高效

找到相似商品

吴佬是个星战迷呀，课上两次出现星战了

实际上就是根据特征$x^{(i)}$来判断是否相似

很少的人评估时，我们如何推荐？如何用上更多的用户个人信息进行分析？

基于内容的过滤算法-content-based filtering algorthm

内容过滤vs协同过滤

更加个性化的推荐（实际上像是不仅仅是对movie打分，还有更多层的运算）

• 协同过滤：就是跟你差不多的人都喜欢玩原神，我们就给你推荐原神
• 内容过滤：就是你也喜欢原神类型的游戏，但是更喜欢主机游戏，我们就给你推塞尔达

review：one-hot是one-hot-coding一种编码方式

u-user,m-movie

In short：我有一堆人的喜好特征，一堆电影的特点，怎么match最佳(与之前的光看打分算是升级版)，下面就是怎么算$v_uv_m$

深度学习实现内容过滤

多参数输入的神经网络

这里的实际上就是之前的附近的推荐值

可以预先进行计算，求出来最适合的点，而不是先让客户打分然后再计算

从大目录中推荐

genre-种类，类型

• Step 1-Retrieval-检索

• Step 2-Ranking-排名

用模型仅对检索后的电影进行排名（减少不必要的工作量），而且只计算$v_u$即可

这样做可以让算法跑得更快，更好，但是如果加大数据量，那么还是可以冒险一试

tf中实现内容过滤

• 前两行用来建立模型-relu激活函数-max(0,x)
• (==x==)第三行计算$v_u$并归一化（2范数为1）
• 第四行计算$v_m$并归一化（2范数为1）
• 然后取点积输出output(==y==)

社会伦理问题

科技的目的是让大家生活的更好

良性循环

恶性循环

剥削性业务的存在：exploitative-剥削

希望更加透明：transparent-透明度，amplify-放大，conspiracy-阴谋论，toxicity-毒性作用

amelioration-改进，welfare-福利