用户邻域的计算方法

‘壹’ 协同过滤算法

用户行为数据在网站上最简单的存在形式就是日志，比如用户在电子商务网站中的网页浏览、购买、点击、评分和评论等活动。 用户行为在个性化推荐系统中一般分两种——显性反馈行为(explicit feedback)和隐性反馈 行为(implicit feedback)。显性反馈行为包括用户明确表示对物品喜好的行为。网站中收集显性反馈的主要方式就是评分和喜欢/不喜欢。隐性反馈行为指的是那些不能明确反应用户喜好 的行为。最具代表性的隐性反馈行为就是页面浏览行为。 按照反馈的明确性分，用户行为数据可以分为显性反馈和隐性反馈，但按照反馈的方向分， 又可以分为正反馈和负反馈。正反馈指用户的行为倾向于指用户喜欢该物品，而负反馈指用户的 行为倾向于指用户不喜欢该物品。在显性反馈中，很容易区分一个用户行为是正反馈还是负反馈， 而在隐性反馈行为中，就相对比较难以确定。

在利用用户行为数据设计推荐算法之前，研究人员首先需要对用户行为数据进行分析，了解 数据中蕴含的一般规律，这样才能对算法的设计起到指导作用。

(1) 用户活跃度和物品流行度

(2) 用户活跃度和物品流行度的关系

一般认为，新用户倾向于浏览热门的物品，因为他 们对网站还不熟悉，只能点击首页的热门物品，而老用户会逐渐开始浏览冷门的物品。如果用横坐标表示用户活跃度，纵坐标表示具有某个活跃度的所有用户评过分的物品的平均流行度。图中曲线呈明显下 降的趋势，这表明用户越活跃，越倾向于浏览冷门的物品。

仅仅基于用户行为数据设计的推荐算法一般称为协同过滤算法。学术界对协同过滤算法进行了深入研究，提出了很多方法，比如基于邻域的方法(neighborhood-based)、隐语义模型 (latent factor model)、基于图的随机游走算法(random walk on graph)等。在这些方法中， 最着名的、在业界得到最广泛应用的算法是基于邻域的方法，而基于邻域的方法主要包含下面两种算法。

基于用户的协同过滤算法 ：这种算法给用户推荐和他兴趣相似的其他用户喜欢的物品

基于物品的协同过滤算法： 这种算法给用户推荐和他之前喜欢的物品相似的物品

基于邻域的算法是推荐系统中最基本的算法，该算法不仅在学术界得到了深入研究，而且在 业界得到了广泛应用。基于邻域的算法分为两大类，一类是基于用户的协同过滤算法，另一类是 基于物品的协同过滤算法。现在我们所说的协同过滤，基本上就就是指基于用户或者是基于物品的协同过滤算法，因此，我们可以说基于邻域的算法即是我们常说的协同过滤算法

(1) 基于用户的协同过滤算法（UserCF）

基于用户的协同过滤算法的基本思想是：在一个在线个性化推荐系统中，当一个用户A需要个性化推荐 时，可以先找到和他有相似兴趣的其他用户，然后把那些用户喜欢的、而用户A没有听说过的物品推荐给A。

Ø 从上面的描述中可以看到，基于用户的协同过滤算法主要包括两个步骤。 第一步：找到和目标用户兴趣相似的用户集合。 第二步： 找到这个集合中的用户喜欢的，且目标用户没有听说过的物品推荐给目标用户。

这里，步骤1的关键是计算两个用户的兴趣相似度，协同过滤算法主要利用行为的相似度计算兴趣的相似度。给定用户u和用户v，令N(u)表示用户u曾经有过正反馈的物品集合，令N(v) 为用户v曾经有过正反馈的物品集合。那么我们可以通过以下方法计算用户的相似度：

基于余弦相似度

(2) 基于物品的协同过滤算法（itemCF）
与UserCF同理
(3) UserCF和itemCF的比 较

首先我们提出一个问题，为什么新闻网站一般使用UserCF，而图书、电商网站一般使用ItemCF呢？ 首先回顾一下UserCF算法和ItemCF算法的推荐原理。UserCF给用户推荐那些和他有共同兴 趣爱好的用户喜欢的物品，而ItemCF给用户推荐那些和他之前喜欢的物品类似的物品。从这个算 法的原理可以看到，UserCF的推荐结果着重于反映和用户兴趣相似的小群体的热点，而ItemCF 的推荐结果着重于维系用户的历史兴趣。换句话说，UserCF的推荐更社会化，反映了用户所在的小型兴趣群体中物品的热门程度，而ItemCF的推荐更加个性化，反映了用户自己的兴趣传承。 在新闻网站中，用户的兴趣不是特别细化，绝大多数用户都喜欢看热门的新闻。个性化新闻推荐更加强调抓住 新闻热点，热门程度和时效性是个性化新闻推荐的重点，而个性化相对于这两点略显次要。因 此，UserCF可以给用户推荐和他有相似爱好的一群其他用户今天都在看的新闻，这样在抓住热 点和时效性的同时，保证了一定程度的个性化。同时，在新闻网站中，物品的更新速度远远快于新用户的加入速度，而且 对于新用户，完全可以给他推荐最热门的新闻，因此UserCF显然是利大于弊。

但是，在图书、电子商务和电影网站，比如亚马逊、豆瓣、Netflix中，ItemCF则能极大地发 挥优势。首先，在这些网站中，用户的兴趣是比较固定和持久的。一个技术人员可能都是在购买 技术方面的书，而且他们对书的热门程度并不是那么敏感，事实上越是资深的技术人员，他们看 的书就越可能不热门。此外，这些系统中的用户大都不太需要流行度来辅助他们判断一个物品的 好坏，而是可以通过自己熟悉领域的知识自己判断物品的质量。因此，这些网站中个性化推荐的 任务是帮助用户发现和他研究领域相关的物品。因此，ItemCF算法成为了这些网站的首选算法。 此外，这些网站的物品更新速度不会特别快，一天一次更新物品相似度矩阵对它们来说不会造成 太大的损失，是可以接受的。同时，从技术上考虑，UserCF需要维护一个用户相似度的矩阵，而ItemCF需要维护一个物品 相似度矩阵。从存储的角度说，如果用户很多，那么维护用户兴趣相似度矩阵需要很大的空间， 同理，如果物品很多，那么维护物品相似度矩阵代价较大

下表是对二者的一个全面的表较：

‘贰’ 什么叫领域和邻域

1、首先，领域是集合的一种概念，也就是说，领域是无限数值的一个集合，集合的性质领域都是满足的，例如：x0∈(x0-δ,x0+δ)；
2、其次，领域必定是确定以某个变量为中心的集合，因为领域是从微积分中发展过来的，因此，领域主要的研究对象并不是像集合那样，集合是研究集合中元素及其构成的，而领域研究的是以微积分为方向的微小变量Δx的；领域和集合所属研究对象有不停；
3、再次，对于形如：y=f(x)的一元函数，在x的微小变量Δx下，y的变化趋势如何，即：Δy如何，这是微积分所研究的，但是为了考察Δx，必须要将其置于某个集合中，这个集合随属x的定义域，但是却是以x0为中心的一个微小集合，即：(x0-δ,x0+δ)，也可以说，以x0为中心，δ>0为半径的一个微小集合域，这就是领域！
4、对于二元函数和多元函数，领域的概念也是类似！

邻域，是指集合上的一种基础的拓扑结构。有邻域公理（邻域公理是现代数学拓扑结构的基础概念）、开邻域和闭邻域、去心邻域等的研究着作。

中文名
邻域
外文名
neighbourhood
相关应用
邻域公理
相关概念
去心邻域、开邻域、闭邻域
适用范围
数理科学
快速
导航
邻域公理
初等定义
邻域是一个特殊的区间，以点a为中心点任何开区间称为点a的邻域，记作U(a)。
点a的δ邻域：设δ是一个正数，则开区间（a-δ，a+δ）称为点a的δ邻域，记作,点a称为这个邻域的中心，δ称为这个邻域的半径。
由于相当于，因此，表示与点a的距离小于δ的一切点x的全体。
点a的去心δ邻域：有时用到的邻域需要把邻域中心去掉，点a的δ邻域去掉中心a后，称为点a的去心δ邻域，记作（表达方法是在U上标一个小的0）,即,这里表示。有时把开区间(a - δ, a)称为a的左δ邻域，把开区间(a, a + δ)称为a的右δ邻域。[1]

‘叁’ 邻域的表示方法

U 邻域 数学分析的定义 以a为中心的任何开区间称为点a的邻域，记作U(a) 设δ是任一正数，则在开区间（a-δ，a+δ）就是点a的一个邻域，这个邻域称为点a的δ邻域，记作U(a,δ)，即U(a,δ)={x|a-δ<x<a+δ}。点a称为这邻域的中心，δ称为这邻域的半径。 a的δ邻域去掉中心a后，称为点a的去心δ邻域，有时把开区间（a-δ，a）称为a的左δ邻域，把开区间（a，a+δ）称为a的右δ邻域。 拓扑学的定义 设A是拓扑空间(X,τ)的一个子集，点x∈A。如果存在集合U，满足①U是开集，即U∈τ，②点x∈U，③U是A的子集，则称点x是A的一个内点，并称A是点x的一个邻域。若A是开（闭）集，则称为开（闭）邻域。 ----详见 http://ke..com/view/348547.htm

‘肆’ 邻域和去心邻域分别是什么，怎么理解

邻域指的是是无限小概念当会用到的， 即可以无限地接近的一个范围。强调的内容是可以无限小，范围。

去心邻域指的是邻域内不包括某一个点 。

举个例来说，求0 的邻域是可以包括 0在内 的。 但是求 0 的去心邻域是，是不包括 0 的在内的。

拓展资料:

初等定义例子

领域

在邻域

去心邻域

点a的δ邻域去掉中心a后，称为点a的去心δ邻域，表达方法是在U上标一个小的0。有时把开区间(a - δ, a)称为a的左δ邻域，把开区间(a, a + δ)称为a的右δ邻域。

‘伍’ 数字图像处理中两点的4邻域距离怎样计算

D4距离（城市距离）

像素p(x,y)和q(s,t)之间的D4距离定义为：

D4(p,q) = |x – s| + |y – t|

通俗地来理解，p和q是一座大城市里面的两座房子，在这城市里面的大街上走路只能直走或者90度转弯，从p走到q经过的距离就是城市距离。

‘陆’ “邻域”的表示方法是什么

U
邻域
是集合上的一种基础的拓扑结构。
定义
点a的δ邻域：设δ是一个正数，则开区间（a-δ，a+δ）称为点a的δ邻域，记作

,点a称为这个邻域的中心，δ称为这个邻域的半径。
由于

相当于

，因此，

表示与点a的距离小于δ的一切点x的全体。

‘柒’ “邻域”的表示方法是什么

邻域是一个特殊的区间，以点a为中心点任何开区间称为点a的邻域，记作U(a)。

点a的δ邻域：设δ是一个正数，则开区间（a-δ，a+δ）称为点a的δ邻域，记作

(7)用户邻域的计算方法扩展阅读

邻域公理是现代数学拓扑结构的基础概念，是定义拓扑的五套等价公理之一。这套公理直接定义了空间上的整套领域系，而非简单定义某个点的邻域。映射U即是将x映射至x邻域组成的集合。

U1：若A是x的邻域，则x属于A。这是显然的。

U2：若A和B都是x的邻域，则A和B的交集也是x的邻域。即邻域对于有限交运算封闭。

U3：若A是x的邻域，则所有包含A的集合都是x的邻域。

U4：若A是x的邻域，则存在一个被A包含的集合B（可以相等），使得B是其中所有点的邻域。换言之，若x有一个邻域，那么一定可以将其缩小，缩小到它是其中所有点的邻域。

更关键的，这样的邻域当且仅当它是X中的开集，这也是邻域公理为何等价于开集公理，从而可以通过它定义X上拓扑的原因。