Alexi

一、适用场景

1）用户的推荐动态阅读
2）用户的推荐关注用户
3）用户的推荐发帖板块

二、实例

1）用户行为与权重（待定）

1.点击——1 分（仅点击没有其他行为）
2.点赞——2 分
3.评论——4 分
4.关注——3 分
5.分享——5 分

2）对象条件定义（待定）

动态：直接评论数在 10 以上或点赞数在5 以上
关注用户：粉丝数在 20 以上，且连续 5 日有新增动态
推荐板块：发帖数在 500 以上，且连续 5 日有新增动态

3）算法样本（细节规则随便定）

1.日内每30名用户对随机 5 条对象的数据统计为样本

4）如下用户、对象（动态、关注用户、推荐板块）、行为、权重

用户：A、B、C、D、E、F
对象：1、2、3、4、5、6
行为：点击（1）、点赞（2）、评论（4）、关注（3）、分享（5）

5）用户行为列表（假设）

用户	对象	行为
A	2	评论
A	5	分享
A	3	关注
B	1	点赞
B	6	点赞
C	4	关注
C	2	点击
C	2	分享
C	3	关注
D	1	点赞
D	4	分享
D	6	点击
E	1	点击
E	2	点击
F	5	分享
F	2	关注
F	4	评论

6）算法步骤
6.1）根据用户行为计算对象与用户的评分矩阵

	1	2	3	4	5	6
A	0	4	3	0	5	0
B	2	0	0	0	0	2
C	0	5	3	3	0	0
D	2	0	0	5	0	1
E	1	1	0	0	0	0
F	0	3	0	4	5	0

6.2）根据评分矩阵计算用户的相似度矩阵

	1	2	3	4	5	6
A	0	4	3	0	5	0
B	2	0	0	0	0	2
C	0	5	3	3	0	0
D	2	0	0	5	0	1
E	1	1	0	0	0	0
F	0	3	0	4	5	0

A	0	4	3	0	5	0
B	2	0	0	0	0	2

Cos<A.A> cos<A,B> cos<A,C>…
Cos<B,A> cos<B,B>…
Cos<C,A>…
.
.
得到

	A	B	C	D	E	F
A	1.00	0.00	0.63	0.00	0.40	0.74
B	0.00	1.00	0.00	0.26	0.50	0.00
C	0.63	0.00	1.00	0.42	0.54	0.58
D	0.00	0.26	0.42	1.00	0.26	0.52
E	0.40	0.50	0.54	0.26	1.00	0.30
F	0.74	0.00	0.58	0.52	0.30	1.00

6.3）相似度矩阵乘以评分矩阵，得到推荐列表

	1	2	3	4	5	6
A	0	4	3	0	5	0
B	2	0	0	0	0	2
C	0	5	3	3	0	0
D	2	0	0	5	0	1
E	1	1	0	0	0	0
F	0	3	0	4	5	0

X

	A	B	C	D	E	F
A	1.00	0.00	0.63	0.00	0.40	0.74
B	0.00	1.00	0.00	0.26	0.50	0.00
C	0.63	0.00	1.00	0.42	0.54	0.58
D	0.00	0.26	0.42	1.00	0.26	0.52
E	0.40	0.50	0.54	0.26	1.00	0.30
F	0.74	0.00	0.58	0.52	0.30	1.00

得到“ 推荐列表”

	1	2	3	4	5	6
A	3.89	6.5	5.7	3.6	8.62	3.24
B	3.48	0	2.42	1.04	1.4	3.48
C	1.89	5.78	4.26	5.56	4.9	3.3
D	2.74	1.3	3.94	5.52	2.4	5.08
E	1	1	0.63	0.26	0.9	0.74
F	2	6.54	4.38	6.08	7.54	3.58

6.4）对已经产生分数的对象进行置 0 操作，得到最终的推荐对象表

	1	2	3	4	5	6
A	3.89	0	0	3.6	0	3.24
B	0	0	2.42	1.04	1.4	0
C	1.89	0	0	0	4.9	3.3
D	0	1.3	3.94	0	2.4	0
E	0	0	0.63	0.26	0.9	0.74
F	2	0	4.38	0	0	3.58

（也就是用户对一个对象有了行为之后，该对象将在推荐内容之外）