原文：
www.kdnuggets.com/2019/09/machine-learning-recommender-systems.html
评论
YouTube 如何知道你会观看哪些视频？Google 如何总是能知道你会阅读哪些新闻？它们使用一种叫做推荐系统的机器学习技术。
实际上，推荐系统包括一类能够向用户建议“相关”项目的技术和算法。理想情况下，建议的项目对用户越相关越好，以便用户能够参与这些项目：YouTube 视频、新闻文章、在线产品等等。
项目根据其相关性进行排名，最相关的项目会显示给用户。相关性是推荐系统必须确定的，主要基于历史数据。如果你最近观看了很多关于大象的 YouTube 视频，那么 YouTube 会开始向你推荐许多标题和主题相似的大象视频！
推荐系统一般分为两大类：协同过滤和基于内容的系统。
图 1：不同类型推荐系统的分类树。
协同过滤方法是仅基于用户与目标项目之间过去的互动。因此，协同过滤系统的输入将是所有用户与目标项目互动的历史数据。这些数据通常存储在一个矩阵中，其中行表示用户，列表示项目。
这种系统的核心思想是用户的历史数据应该足以做出预测。即我们不需要比这些历史数据更多的东西，不需要额外的用户推动，也不需要当前的趋势信息等。
图 2：展示了协同过滤如何预测用户对四个事物的评分：一张图片、一册书、一段视频和一个视频游戏。根据用户的历史数据，每个项目的喜欢和不喜欢，系统试图预测用户对一个他们还没有评分的新项目的评分。预测本身基于其他用户的过去评分，这些用户的评分和因此假设的偏好与当前用户相似。在这种情况下，系统做出了预测/推荐，即当前用户可能不会喜欢这个视频。来源由Moshanin
除此之外，协同过滤方法进一步分为两个子组：基于记忆的方法和基于模型的方法。
基于记忆的方法最为简单，因为它们完全不使用模型。它们假设可以基于对过去数据的纯粹“记忆”进行预测，通常只使用简单的距离度量方法，比如最近邻方法。
另一方面，基于模型的方法总是假设某种潜在的模型，并基本上试图确保所有预测结果都能很好地适应模型。
举个例子，假设我们有一个用户到首选午餐项目的矩阵，其中所有用户都是喜欢芝士汉堡的美国人（它们非常棒）。基于记忆的方法只会查看用户在过去一个月中吃过什么，而不会考虑他们是喜欢芝士汉堡的美国人的这个小事实。另一方面，基于模型的方法将确保预测结果总是稍微倾向于芝士汉堡，因为潜在的模型假设是数据集中的大多数人应该喜欢芝士汉堡！
代码
我们可以使用Graph Lab轻松创建一个协同过滤推荐系统！我们将采取以下步骤：
-
使用 pandas 加载数据
-
将 pandas 数据框转换为 graph lab SFrames
-
训练模型
-
提供推荐
import graphlab
import pandas as pd
# Load up the data with pandas
r_cols = ['user_id', 'food_item', 'rating']
train_data_df = pd.read_csv('train_data.csv', sep='\t', names=r_cols)
test_data_df = pd.read_csv('test_data.csv', sep='\t', names=r_cols)
# Convert the pandas dataframes to graph lab SFrames
train_data = graphlab.SFrame(train_data_df)
test_data = graphlab.SFrame(test_data_df)
# Train the model
collab_filter_model = graphlab.item_similarity_recommender.create(train_data,
user_id='user_id',
item_id='food_item',
target='rating',
similarity_type='cosine')
# Make recommendations
which_user_ids = [1, 2, 3, 4]
how_many_recommendations = 5
item_recomendation = collab_filter_model.recommend(users=which_user_ids,
k=how_many_recommendations)与协同过滤相比，基于内容的方法会使用关于用户和/或项目的额外信息来进行预测。
例如，在上面的动图中，基于内容的系统在进行预测时可能会考虑年龄、性别、职业和其他个人用户因素。如果我们知道视频是关于滑板的，但用户的年龄是 87 岁，那么预测这个人不会喜欢这个视频会容易得多！
这就是为什么当你注册许多在线网站和服务时，它们会要求你（可选）提供你的出生日期、性别和种族！这只是为他们的系统提供更多数据，以便进行更好的预测。
因此，基于内容的方法在某种程度上更类似于经典的机器学习，因为我们将根据用户和项目数据构建特征，并利用这些特征来帮助我们进行预测。我们的系统输入是用户的特征和项目的特征。我们的系统输出是预测用户是否喜欢或不喜欢该项目。
代码
我们可以使用Graph Lab轻松创建一个协同过滤推荐系统！我们将采取以下步骤：
-
使用 pandas 加载数据
-
将 pandas 数据框转换为 graph lab SFrames
-
训练模型
-
提供推荐
import graphlab
import pandas as pd
# Load up the data with pandas
r_cols = ['user_id', 'food_item', 'rating']
train_data_df = pd.read_csv('train_data.csv', sep='\t', names=r_cols)
test_data_df = pd.read_csv('test_data.csv', sep='\t', names=r_cols)
# Convert the pandas dataframes to graph lab SFrames
train_data = graphlab.SFrame(train_data_df)
test_data = graphlab.SFrame(test_data_df)
# Train the model
cotent_filter_model = graphlab.item_content_recommender.create(train_data,
user_id='user_id',
item_id='food_item',
target='rating')
# Make recommendations
which_user_ids = [1, 2, 3, 4]
how_many_recommendations = 5
item_recomendation = cotent_filter_model.recommend(users=which_user_ids,
k=how_many_recommendations)喜欢学习吗？
关注我在twitter上，我会发布最新最棒的人工智能、技术和科学内容！也可以在LinkedIn上与我联系！
相关内容：
1. Google 网络安全证书 - 快速开启网络安全职业生涯。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织 IT 部门