概述

SXK中需要向终端用户进行课程或活动推荐

最基本的推荐算法是协同过滤算法，通常又有2种

• ItemCF - 商品协同过滤(Collaboration Filter)

即对于被推荐的目标用户，先找出该用户偏好的商品，再对其推荐具有相似特征的商品，俗称“物以类聚”

• UserCF - 用户协同过滤(Collaboration Filter)

即对于被推荐的目标用户，先找出和其行为相似的其他用户，再向其推荐这些相似行为用户偏好的商品，俗称“人以群分”

协同过滤算法的核心是相似度计算，比如ItemCF是计算商品之间的相似度，UserCF是计算用户之间的相似度

两种协同过滤对比

由于两种算法各有优劣，单一使用并不是最佳选择，因此在实际落地时，应当考虑混合算法。
例如向每个用户推荐10个物品，先推荐相似物品5个，再从相似偏好用户的其他物品中补充5个。

针对SXK的情况，理论上的正常形态应该是用户数量远远大于课程，因此首先采用itemCF算法，计算课程之间的相似度，并对用户进行推荐

推荐计算流程

基于用户对课程的偏好度的协同过滤推荐算法流程
流程解释

1. 计算每个课程的用户偏好度

偏好度是用户对于一个课程的各项关联数据的一个相加结果
首先搜集能表达用户与课程之间关系的数据，称为计算因子，包括:

计算因子需要乘以权重，权重由系统预先定义。
按照以上计算因子，计算出被推荐用户对每门课程的偏好度，

2. 偏好度降噪，归一

在计算偏好度的过程中，会出现一些错误值或缺失值，需要把这些异常值去掉，称为降噪。例如，某采购员，所有分类的商品都要大量采购，那么其偏好所有商品，此时其行为不可参考，需要去掉。

归一化的意思是将特征值用统一的标杆对齐。比如同一时间指标，有的用年，有的用秒，需要统一计算单位。

3. 计算课程之间相似度

计算课程1和课程2之间的欧式距离以表征相似度
欧式距离=偏好度的差的平方的正平方根
假设课程A，课程B评分为， 5， 8
根据n维空间的欧几里得距离公式

那么课程1和课程2之间的相似度为

同上，课程两两计算后，最终可以获得一个对称矩阵如下(数据是乱写的)

4. 邻居筛选

找出与目标用户最相近的N个课程
有了物品或用户两两之间的相似值，则可以选择每个物品或用户的邻居物品或用户。
如果设定好了邻居个数为X，那么在N-1个item中相似性topX的item为其邻居；如果设定了邻居的最小相似性simy，那么N-1个item中相似性大于simy的为邻居。筛选邻居可以降低矩阵的负责程度和噪音，也可以在最后实现推荐的时候确定推荐物品的个数。

5. 构建相似矩阵

在步骤计算相似性的最终结果，就是本部分需要的相似矩阵。在某些情况下经过筛选邻居，会将原始的相似性矩阵进行降维，如将矩阵中0只过多的item去掉。
比如在计算时尚女装的推荐时，发现跟钢材工具类物品相似性极低，则在全量的相似矩阵剔除掉钢材工具物品的部分。相当于去掉矩阵中0向量。

6. 计算推荐结果

接口设计

测试方法

在已知测试数据集合的情况下，验证 均方根误差（RMSE）和预测准确度（MAE)