使用者行為資料

為了讓推薦結果個性化，就需要深入瞭解使用者。生活中通過“聽其言，觀其行”來了解一個人。而對於演算法，則是分析使用者行為日誌。

使用者行為在個性化推薦系統中一般分成兩種-- 顯性反饋行為和隱性反饋行為。顯性反饋行為包括使用者明確表示對物品喜好的行為，比如對商品評分，喜歡或不喜歡。隱性反饋行為指的是那些不能明確反饋客戶喜好的行為，比如使用者瀏覽行為。相比於顯性反饋，隱性反饋雖然不明確，但資料量更大。在很多網站中，很多使用者只有隱性反饋行為，沒有顯性反饋行為。比如我從來不會對看過的電影，購買過的商品，聽過的音樂進行評論。

使用者行為有很多種，比如瀏覽網頁，購買商品，評論，評分等。。。要用一個同一的格式表示所有的這些行為是比較困難的。下表給出了一種表示方式，將一個使用者行為表示為6 部分，即產生行為的使用者和行為的物件

長尾分佈

1932年，哈佛大學的語言學家Zipf 在研究英文單詞詞頻時發現，如果將單詞出現的頻率按照由高到低排列，則每個單詞出現的頻率和它在熱門排行榜中排名的常數次冪成反比。這個分佈被稱為 Zipf 定律。

很多人員發現，使用者行為資料也蘊含著這種規律。令 fu(k) 為對k 個物品產生過行為的使用者數，fi(k) 為被k 個使用者產生過行為的物品的數量。我們選擇 Delicious 和 CiteULike 資料集一個月的原始資料進行分析，物品流行度的長尾分佈和使用者活躍度的長尾分佈如下：

使用者活躍度和物品流行度的關係

一般來說，不活躍的要麼是新使用者，要麼是隻來過網站一兩次的老使用者。一般認為，新使用者傾向於瀏覽熱門的物品，而老使用者會逐漸開始瀏覽冷門的物品。圖2-5 展示了 MovieLens 資料集中使用者活躍度和物品流行度之間的關係，這表明使用者越活躍，越傾向於瀏覽冷門的物品。