协同过滤是推荐系统的经典方法，分为基于用户和基于物品两种方式。使用python实现需准备评分矩阵、计算相似度并预测评分，常用surprise库进行建模。实际应用中需注意冷启动、稀疏矩阵和实时性问题，并可通过混合推荐、矩阵降维或定期更新模型优化效果。
推荐系统其实并不神秘，协同过滤算是其中最经典、也最容易上手的一种方法。如果你用Python想做个简单的推荐功能，协同过滤是个不错的起点。
什么是协同过滤？
简单说，协同过滤就是“看别人喜欢什么”。比如你和小张都喜欢A电影，而小张还喜欢B电影，那系统可能会觉得你也可能喜欢B电影，于是给你推荐。这种基于用户行为的推荐方式，不需要了解内容本身（比如电影类型、演员等），只靠“谁看了什么”就能工作。
常见的方式有两种：
立即学习“Python免费学习笔记（深入）”；
- 基于用户的协同过滤：找和你口味相似的人，把他们喜欢的推荐给你。
- 基于物品的协同过滤：找和你喜欢的东西类似的其他东西来推荐。
怎么用Python实现？
要实现协同过滤，关键在于数据结构和相似度计算。下面是一个基本流程：
- 准备用户-物品评分矩阵
- 计算用户或物品之间的相似度
- 预测评分并做推荐
举个例子，你可以用 pandas 来整理数据，用 scikit-learn 或 surprise 库来计算相似度和预测评分。
推荐一个小工具：Surprise 库
Python 的 Surprise 库专为协同过滤设计，使用起来比较方便。它内置了常见的算法，比如 KNN（用于基于邻居的推荐）和 SVD（奇异值分解，适合隐式特征建模）。
安装很简单：
pip install scikit-surprise
一个基础的KNN推荐示例：
from surprise import Dataset, Reader, KNNBasic
from surprise import accuracy
from surprise.model_selection import train_test_split
# 加载数据
data = Dataset.load_builtin('ml-100k')
trainset, testset = train_test_split(data, test_size=0.25)
# 使用KNN
sim_options = {
"name": "cosine",
"user_based": True # 基于用户
}
model = KNNBasic(sim_options=sim_options)
model.fit(trainset)
predictions = model.test(testset)
# 查看准确率
accuracy.rmse(predictions) # 输出RMSE值这样你就完成了一个简单的协同过滤推荐模型。
实际应用中需要注意什么？
虽然协同过滤很实用，但也有几个坑容易踩：
- 冷启动问题：新用户或新物品没有足够的历史数据，推荐效果会很差。
- 稀疏矩阵问题：大多数用户只评价过少量物品，评分矩阵非常稀疏，影响相似度计算。
- 实时性差：用户行为变化后，模型需要重新训练才能反映出来。
针对这些问题，可以考虑以下做法：
- 对于冷启动，可以引入混合推荐（结合内容推荐）
- 对于稀疏问题，可以用矩阵降维（如SVD）或限制邻居数量
- 对于实时性，可以定期更新模型或使用增量学习
另外，也可以尝试将用户和物品都映射到低维向量空间中（嵌入表示），这种方法在深度学习中更常见，但在协同过滤中也能提升效果。
基本上就这些。协同过滤不复杂，但要做好细节还真得下点功夫。比如数据预处理、相似度选择、邻居数量设定，这些都会影响最终推荐质量。如果你刚入门推荐系统，不妨从这里开始练练手。
