一般推荐问题和搭配问题的异同

现有数据集

三部分：
商品信息 －》 基于内容的、相似度 《－ 搭配类目过滤
专家搭配 －》 概率模型（马尔可夫？）专家知识 X
历史记录 －》 同时购买次数－》相关性特征构建

问题角度

一般的推荐问题是： 把物品推荐给人
搭配推荐问题是： 把物品推荐给物品，找搭配

基于协同过滤

  一般的协同过滤，就是原本是直接评价人和物品的关系的，现在通过协同历史评分表现，把对应评分高的物品的相似物品推荐给用户（item-based）；或者把物品推荐给评分兴趣相似的用户（user-based）。
  因此，若是用协同过滤，评分rate就是物品对于物品的关系。

  • 第一步，关键在于这个rate的构建，rate就是我所说的搭配度
  • 第二步，对评分矩阵的处理：
    • 稀疏矩阵分解？
    • 用于协同过滤

评价方式

从结果上说：

  • 搭配推荐评价推荐结果的标准是相对于专家搭配套餐的命中、召回率，map@200（Mean Average Precision）。
  • 而普通推荐，是用测试用户的实际购买行为作为参考的准确率、多样性等。

其实是类似的。

  • 普通推荐，评价基于大量用户的行为，具有一定的客观性，答案要接近用户的行为；
  • 物品搭配，评价基于专家的知识，有主观性，但是可以认为是客观的，因为答案的目标是要接近专家搭配。

  所以本搭配问题本质上也是推荐，只不过不叫推荐；推荐也不仅是推荐，而是要模拟用户的行为，这样可以更好地促进购买行为。

数据集

  大多推荐算法所用的公用数据集，都是用户对于item（电影、书籍、新闻）的点击或评分记录，它们本身就有rate，并且表达了用户对item的关系强弱.
  而本问题，不仅要找到一个合适的评分rate，也要研究如何利用这些评分进行搭配。

其他问题

  若要考虑泛化到一般问题，那么就必须提炼出一个点，是可以应用在其他场景下的。

  考虑到原本的问题中，数据较为原始而与大多数据集有区别，通常意义上的相似度无法解释两个物品之间的关系，因此，需要构建一个“搭配度”，而这个“搭配度”应该也是一个创新点吧。那么如何泛化这个搭配度的构建呢？如果需要在这个上面做泛化，就需要找到其它类似的数据集。而什么类型的问题也会涉及到“搭配”这个概念呢？拥有不同分类的商品才可能涉及到“搭配”，但是大多公用数据集，都是电影、书籍、新闻，怎么存在这种类型的搭配另一种更好的情况呢？

  那么，如果对于评分矩阵的处理的话，不就回归成跟别人一样研究协同过滤相关的各种优化了吗？但是本问题的两个对象的维度一样大，都是商品－商品的量。

  若是基于专家搭配套餐，再结合商品基本信息，问题就变成了，通过学习已知的商品间标记知识，模拟专家思路，生成类似的搭配方式。而研究的对象（商品）包含了若干（待提取／预处理的）特征，即寻找代表特征和特征之间的关系。在本问题中，特征可能是商品的某个分词、类别，在其他问题中，可能是对象的标签之类的。这也比较容易泛化。但是一般数据集难找，而这种做法目前仍未深入研究，耗时较长。