作者：Badrul Sarwar, George Karypi, Joseph Konstan, John Riedl

內容概要

1. 協同過濾：

目標：推薦TOP N item

類別：memory-based, model-based。

2. user-based的協同過濾的問題： a. 資料稀疏性  b.可擴充套件性（因為它在推薦時需要用到鄰居資訊，並且鄰居更新更頻繁）

3. item-based協同過濾

3.1 item相似度

    a. cosine相似度：只考慮item向量的點積

    b. correlation-based相似度（Pearson相似度）：考慮了item的平均評分

    c. adjusted cosine相似度：考慮了使用者對item的平均評分

3.2 預測計算：

    a. 使用相似度加權平均

    b. 使用迴歸模型。使用加權平均時，採用的與預測item i相似的item j的相似度Sim j* j的評分Rj。而使用迴歸模型時，它會計算出一個線性迴歸 f(j) =α*avg(Rj) + β + ξ，從而計算出一個不同於Rj的分值，然後再使用加權平均。

3.3 計算效能

item相似度離線計算。

推薦的時候，有兩種策略，相對於最精確的取所有的n個相似商品，一種更為有效的策略是隻取k（model size）個相似商品，其中k<<n。

4. 實驗評估

4.1 資料來源：採用了MovieLens的資料，包含了943個使用者和1682部電影。其中評分數量為10W，即資料稀疏度為 1 - 100000/(943*1682) = 0.9369。

4.2 評價指標：

    a. statistical accuracy metrics：MAE(mean absolute error)， RMSE等

    b. decision support accuracy metrics：reversal rate, weighted errors, ROC等

本論文使用MAE來評價推薦質量。

4.3 結果

    a. 相似度評價：adjusted cosine相似度效果最好。

    b. 訓練/測試集拆分比例： 80%的訓練集效果最好

    c. model size（相似item數量）：基本的item-item演算法，model size越大，推薦質量越好。然而基於迴歸的item-item演算法，先是隨著model size的增大有改善，再大之後就出現了過度擬合（論文觀點），導致質量下降。權衡兩者之後，取的model size=30。