如何信任 Mahout 等推荐系统中的相似性值？答案

【问题标题】：How can similarity values in recommendations systems such as Mahout be trusted?如何信任 Mahout 等推荐系统中的相似性值？
【发布时间】：2017-11-14 16:12:45
【问题描述】：

我最近一直在玩 Mahout 推荐系统，并成功地用它制作了一个简单的推荐系统。但这对我来说没有意义，这些通过数学计算的相似度值如何对推荐系统有用？特别是在 ItemBasedSimilarity 中？我可以理解 2 个用户可以通过他们喜欢/查看/购买/评价的项目彼此相似，但是 2 个项目如何相互相似？

【问题讨论】：

标签： mahout recommendation-engine mahout-recommender

【解决方案1】：

经过一番研究，我在这里找到了答案 (link)。本文仅展示了 2 个指标（欧几里得距离和余弦相似度）的 2 个示例，但它有助于可视化计算相似度值的方式，因此值得信赖。

【讨论】：

【解决方案2】：

基于物品的相似度（item-itemsimilarity）与基于用户的相似度（user-usersimilarity）相似。正如您所说，两个用户在喜欢/查看/购买/率等项目上彼此相似。同样，两个项目基于它们共享的某些特征而彼此相似。例如，指环王和霍比特人很相似，因为它们都是奇幻小说，都是由J.R.R.写的。托尔金，书中人物重叠，等等。这通常需要有关项目的更多信息。

现在，基于项目的推荐会查找用户过去喜欢/查看/购买/评分的项目，以推荐类似的项目。它根本不看其他用户。

算法的伪代码如下：

for every item i that u has no preference for yet
  for every item j that u has a preference for
    compute a similarity s between i and j
    add u's preference for j, weighted by s, to a running average
 return the top items, ranked by weighted average

基于项目的推荐器的运行时间随着项目数量的增加而增加，而基于用户的推荐器的运行时间随着用户数量的增加而增加。

由于项目与项目的相似性更加固定，因此它们更适合进行预计算。预先计算相似性需要工作，但它会在运行时加快推荐速度。

Amazon 发明了基于项目的方法，以通过基于用户的过滤解决规模挑战。

【讨论】：

虽然听起来很清楚，但我仍然不清楚根据用户体验，项目之间是如何“相似”的（我实际上是想问相似度 s 是如何计算的，值是否可靠）。但是，感谢您指出伪代码，它实际上使我对机制有了更多的了解，并帮助我提高了系统的性能。