16: Recommender Systems

1. 推荐系统：尝试鉴定重要而相关的特征
   • 重要的机器学习应用，在工业界其很大的作用
   • 其思想很重要，说明了通过模型学习能知道哪些特征的重要性
2. 例子：预测对电影的评分
   • 不同用户（用户数目：\(n_u\)）对不同电影（电影数目\(\begin{align} n_m \end{align}\)）的评价（\(\begin{align} y^{ij} \end{align}\)），评价与否：\(r(i,j)\)评价即为1.
   • 问题描述：对于给定的\(r(i,j)\)和\(\begin{align} y^{ij} \end{align}\)，预测表格中的缺失值（用户对电影的评价值）。
3. 基于（电影）内容的推荐（content-based approach）：
   • 假如电影是有内容标签的，那么每个电影可用一个特征向量表示：
   • 单独对待每一位用户，因为不同的用户评价是不同的，所以推荐也是不同的
   • 对于每个用户\(j\)，需要学习一个参数向量，有了参数向量之后，就可以预测这个用户对某个其未评价过的电影的评价：评价=\({(\theta^j)}^T X^i\) 【特征向量和参数向量的內积】
4. 如何学习参数向量（\(\theta^j\)）：
   • 关于\(\theta\)的目标优化函数(使得预测的评价和真实的评价尽可能接近)：
   • 对于某个用户，对其所参与评价的电影，计算预测误差（类似于线性回归的最小平方差），同时添加一个正则项：
   • 这就是基于内容的，因为有X特征向量，基于这个向用户推荐其他可能感兴趣的电影。
5. 协同过滤（collaborative filtering）：
   • 特性：自行学习什么样的特征是需要学习的
   • 基于内容的假设：电影的特征标签是已知的
   • 这里的协同过滤：对于电影的任何特征标签是不知道的
   • 协同过滤的假设：调查了用户，获得了用户的喜好 。比如几位用户的喜好特征向量（[爱情片，动作片，其他]）如下：
   • 【直观】从这里可知，用户1、2喜好爱情片，同时从表中看到用户1、2也喜欢第一个电影（评价很高5颗星），所以推测第一个电影”Love at Last“是一个爱情片。
   • 【目标】找到电影1的特征向量\(x^1\)，使得\((\theta^1)^T x^1=5\), \((\theta^2)^T x^1=5\), \((\theta^3)^T x^1=0\), \((\theta^4)^T x^1=0\).
   • 同理，可以求得其他电影对应的特征向量
6. 协同过滤公式化：
   • 给定用户的喜好（参数）向量，求解每个电影对应的特征向量，最小化下面的损失函数（这里的损失函数和上面的基于内容的是一样的，都是为了最小化预测偏差，只是这里我们知道的是用户的参数偏好向量，要求得电影的特征向量）：
7. 结合起来：
   • 基于内容：已知电影的特征向量，学习用户的喜好
   • 协同过滤：已知用户的喜好，学习电影的特征向量
   • 实际操作：1）随机初始化用户的喜好向量\(\theta\)，2）使用协同过滤的方式学习电影的特征向量 \(X\)，3）使用基于内容的方式提高\(\theta\)，4）然后再提高\(X\)，如此反复。
   • 为啥叫协同过滤：用户参与进来，一起帮助学习算法更好的学习特征
8. 协同过滤的一步化：
   • 上面的实际操作是\(\theta\)和\(X\)分别交替学习优化的，有没有一步化的方式更高效的可以同时学习的方式？
   • 如下，同时优化\(\theta\)和\(X\)：
9. 协同过滤的一步化的算法结构：
   • 1）用较小的值随机初始化用户的喜好向量\(\theta\)和电影的特征向量\(X\)（类似于神经网络）
   • 2）使用梯度下降法优化上面的损失函数（同时优化\(\theta\)和\(X\)）
   • 3）当达到最小损失时，就求得了用户的喜好向量和电影的特征向量。
   • 4）对于某个用户对某个某个电影的评价，就可以通过公式求得：评价=\({(\theta^j)}^T X^i\)
10. 以向量的形式求解偏好向量和特征向量：
    • 用户对于电影的评价是知道的，所有Y向量已知，然后构建用户的偏好向量和电影的特征向量，其內积就是预测的评价，最小化预测评价与真实评价之间的损失：
11. 如何推荐电影：
    • 通过上面的协同过滤算法，我们可以得到用户的偏好向量和电影的特征向量，但是还没有实现向用户推荐电影，如何推荐？
    • 计算电影的相似性：现在每个电影的特征是知道的，对于某用户评价高的电影，计算其他电影与这个电影的相似性，相似性高的就推荐。
    • 两个电影的特征向量：\(x^i\), \(x^j\), 最小化：\(x^i-x^j\)，即两个电影之间的距离
12. 均值归一化（为什么需要）：
    • 这里用户5Eve没有做任何的评价
    • 假如n=2，我们要学习用户5Eve的喜好向量\(\theta5\)。下面是其损失函数，这里没有做任何评价，所以r(i,j)=1的是没有的，第一项可以忽略。优化最后的正则项，这里假设的是两个电影，所以损失是：\(\lambda/2[{\theta^5_1}^2 + {\theta^5_2}^2]\)，要使得这个最小，那么\(\theta5=[0,0]\)
    • 【问题】这样一来，对于任何电影，所有的预测值都是0（不喜欢任何电影）。
13. 均值归一化：
    • 首先计算每个电影的平均评价，然后对于原始的评价进行均值归一化
    • 预测评价=\({(\theta^j)}^T X^ + u_i\)
    • 同样的求得\(\theta5=[0,0]\)，所以对任何电影，其评价得分（=0+\(u_i\)）就是该电影的平均评价得分（这个是基于其他人对这个电影的评价）。