Spark–ALS推荐算法
常用的推荐方法：
-
基于内容的推荐
将物品和用户分类。将已分类的物品推荐给对该物品感兴趣的用户。需要较多的人力成本。 -
基于统计的推荐
基于统计信息，如热门推荐。易于实现，但对用户的个性化偏好的描述能力较弱。 -
协同过滤推荐
可以达到个性化推荐，不需要内容分析，可以发现用户新的兴趣点，自动化程度高。
协同过滤 (Collaborative Filtering, 简称 CF)
一个简单的问题：如果你现在想看个电影，但你不知道具体看哪部，你会怎么做？
协同过滤的核心思想：
基于相关人群的观点进行推荐。
协同过滤的步骤：
收集数据——找到相似用户和物品——进行推荐
收集数据
历史行为数据，分为显性评分（Explicit Rating）和隐形评分（Implicit Rating）。
评分信息是显性信息，其他信息如浏览、关注、收藏等为隐性信息。
找到相似的用户和物品，即计算距离
-
欧几里得距离
-
皮尔逊相关系数
-
Cosine 相似度
-
Tanimoto 系数
进行推荐
- 基于用户（User CF）
- 基于物品（Item CF）
- 用户和物品混合（User-Item CF）
基于用户的协同过滤User CF
基于用户对物品的偏好，找相邻用户，将相邻用户喜欢的推荐给当前用户。适用于社交网站。
基于物品的协同过滤Item CF
和User CF 类似，基于用户对物品的偏好找到相似的物品，然后根据用户的历史偏好，推荐相似的物品给他。适用于非社交网络网站中。
User-Item CF推荐算法
ALS推荐算法
ALS算法是User-Item CF，同时考虑了User和Item信息。是2008年以来用的比较多的协同过滤算法。已经集成到Spark的Mllib库中。
ALS推荐算法
将用户和物品的关系抽象为三元组(User, Item, Rating)。从而建立Rating矩阵。
但用户和物品数很大，评分的信息很少。
矩阵分解
将原本A(m * n)的稀疏矩阵分解，
得到X(m * k)和Y(n * k)的两个低秩矩阵。
k<<min(n, m)，从而达到数据降维的目的。
k的典型取值一般是20～200。
算法推导
对求导而言，X和Y矩阵是对称的。
（公式略）
因此可以将优化迭代过程简化。
在迭代过程交替优化X和Y，因此又被称作交替最小二乘算法（Alternating Least Squares，ALS）。
| 缺点： |
|---|
| 1.是一个离线算法。 |
| 2.冷启动（Cold Start） |
在Oracle官方文档中的函数解释：
使用ALS.train进行训练，训练完成后就会创建推荐引擎模型MatrixFactorizationModel.
针对用户推荐电影，使用MatrixFactorizationModel
.recommendProducts(user, num)进行推荐。