推荐竞赛金牌技能！

作者：杰少，炼丹笔记嘉宾

 

在许多的问题中，例如之前kaggle的KKBox音乐推荐，亦或者是现在的微信推荐大赛，都出现了同样一个问题，用户或者商品的冷启动问题，

 

处理冷启动问题的策略有非常多，最为常见的有利用side信息等等，本文我们不讲太多其它的操作，直接介绍在KKBox中决定金牌和银牌的一个操作，SVD处理冷启动。

 

SVD分解的构建思路很简单，其数学上就是矩阵SVD分解，但类比到实际问题中则可以处理非常多的问题。此处我们介绍其构建步骤：

1. 构建用户U和商品I的交互矩阵；
2. 对稀疏矩阵进行SVD分解，得到用户U和商品I的向量；
3. 将用户向量和商品向量作为特征拼接到用户和商品侧。

 

• 此处我们以KKBox用户听歌为例，我们对用户和歌曲的交互矩阵进行SVD分解。

'''
    代码摘自：https://github.com/lystdo/Codes-for-WSDM-CUP-Music-Rec-1st-place-solution/blob/master/input/training/script/svd_process.py
'''
  
import numpy as np
import pandas as pd
from scipy import sparse
from scipy.sparse.linalg import svds

concat = tr[['msno', 'song_id']].append(te[['msno', 'song_id']])
member_cnt = concat['msno'].max() + 1
song_cnt = concat['song_id'].max() + 1
 

### 1.构建交互稀疏矩阵
data    = np.ones(len(concat))
msno    = concat['msno'].values
song_id = concat['song_id'].values 
rating = sparse.coo_matrix((data, (msno, song_id)))
rating = (rating > 0) * 1.0

### 2.进行SVD分解 
## svd for user-song pairs
n_component = 48 
[u, s, vt] = svds(rating, k=n_component)
print(s[::-1])
s_song = np.diag(s[::-1])

### 3.生成SVD特征向量
members_topics = pd.DataFrame(u[:, ::-1])
members_topics.columns = ['member_component_%d'%i for i in range(n_component)]
members_topics['msno'] = range(member_cnt)
member = member.merge(members_topics, on='msno', how='right')

song_topics = pd.DataFrame(vt.transpose()[:, ::-1])
song_topics.columns = ['song_component_%d'%i for i in range(n_component)]
song_topics['song_id'] = range(song_cnt)
song = song.merge(song_topics, on='song_id', how='right')

 

涉及到冷启动的问题都可以使用SVD特征进行冷启动尝试，有奇效。