Recommender Systems Foundations: 解释协同过滤的两种形式。

Core Concept: UserCF 找相似用户（按相似用户的行为推荐）；ItemCF 找相似物品（推荐与用户历史相似的物品）。

数学机理：<strong>协同过滤（Collaborative Filtering）的两种形式</strong>——(1) <strong>UserCF（基于用户的协同过滤）</strong>——(a) <strong>找相似用户</strong>——对用户 u，找出与他行为最相似的 K 个用户 N(u)；(b) <strong>推荐</strong>——把这些相似用户喜欢的、而 u 没见过的物品推荐给 u：r̂_ui=Σ_{v∈N(u)} w_uv·r_vi（w 为相似度）。(c) <strong>直觉</strong>——'和你口味相似的人还喜欢这些'。(2) <strong>ItemCF（基于物品的协同过滤）</strong>——(a) <strong>找相似物品</strong>——对用户历史中的每个物品 i，找出与它最相似的物品；(b) <strong>推荐</strong>——推荐'与用户历史物品相似的物品'：r̂_ui=Σ_{j∈N(i)} w_ij·r_uj。(c) <strong>直觉</strong>——'你喜欢 A，那么与 A 相似的商品你也可能喜欢'。<strong>相似度计算</strong>——(a) <strong>余弦相似度</strong>（基于共现向量）；(b) <strong>Jaccard</strong>（集合相似度，适合隐式反馈）；(c) <strong>调整余弦</strong>（减去均值，处理评分偏置）；(d) <strong>共现次数/PMI</strong>（隐式反馈常用）。(3) <strong>为什么 ItemCF 更常用</strong>——(a) <strong>物品更稳定</strong>（用户的兴趣会变、物品的属性不变）→ 物品相似度矩阵可<strong>离线预计算</strong>且稳定；(b) <strong>物品数通常少于用户数</strong>（电商：商品数 < 用户数）→ 相似度矩阵更小；(c) <strong>可解释</strong>（'因为你买过 A，推荐相似的 B'）；(d) <strong>实时性好</strong>（只需查预计算的相似度表）。(4) <strong>UserCF 的适用</strong>——(a) <strong>用户少、物品多</strong>（如新闻推荐：用户数 < 新闻数）；(b) <strong>时效性强</strong>（新闻的相似度变化快，而用户兴趣相对稳定）；(c) 需要'社交/群体'信号。(5) <strong>两者的问题</strong>——(a) <strong>冷启动</strong>（新用户/新物品无历史 → 无法计算相似度）；(b) <strong>稀疏性</strong>（共现少 → 相似度不准）；(c) <strong>流行度偏置</strong>（热门物品被推荐过多）；(d) <strong>可扩展性</strong>（用户/物品数大时相似度矩阵大）。<strong>与'矩阵分解'的关系</strong>——(a) <strong>邻域法（CF）</strong>——基于'共现'（局部）；(b) <strong>矩阵分解（MF）</strong>——基于'隐因子'（全局、可泛化）；(c) MF 能缓解稀疏性（因为隐因子可泛化）；(d) 但 CF 可解释、无需训练。<strong>工业应用</strong>——(a) <strong>ItemCF/i2i</strong> 是推荐系统<strong>召回通道</strong>的核心（'看了又看'、'买了又买'）；(b) 常与'向量检索'结合（把 i2i 相似度用于 ANN 召回）。<strong>评估</strong>——(a) Recall@k/NDCG；(b) 覆盖率（长尾）；(c) 多样性。<strong>实践建议</strong>——(a) <strong>ItemCF 作为 i2i 召回通道</strong>（稳定、可解释）；(b) <strong>UserCF 用于'用户少物品多'的场景</strong>（如新闻）；(c) <strong>结合 MF/深度模型</strong>（缓解稀疏）；(d) <strong>处理流行度偏置</strong>（归一化/去偏）。<strong>度量</strong>——(a) Recall@k；(b) 覆盖率；(c) 新颖性。

深度剖析与工程权衡：① <strong>'ItemCF 更稳定'是它更常用的根本原因</strong>——物品属性不变、用户兴趣会变；面试中能指出这一点是深度理解的标志。② <strong>'i2i 是召回通道的核心'</strong>——'看了又看'/'买了又买'本质是 ItemCF；这是工业界的标准组件。③ <strong>'冷启动与稀疏性'是 CF 的固有局限</strong>——故需与内容/深度模型互补。④ <strong>'流行度偏置'</strong>——热门物品的共现多 → 相似度被高估；故需归一化（如用'余弦'而非'共现次数'）或去偏。⑤ <strong>'UserCF 适合用户少物品多'</strong>——如新闻推荐（用户数 < 新闻数）；这是场景依赖的选择。⑥ <strong>面试要点</strong>——被问'协同过滤的两种形式'，应给出'<strong>UserCF（找相似用户）/ ItemCF（找相似物品）+ 为什么 ItemCF 更常用（物品稳定、可预计算、可解释）</strong>'；能指出'i2i 是召回通道核心'是深度理解的标志。