Issue 83 你從什麼時候開始產生了我沒使用 Monkey Patch 的錯覺？  April 10th 2017

推荐系统实践

已經八百年沒讀過中文的技術書了，最近終於讀完項亮的「推荐系统实践」，果然中文書讀起來還是親切啊。作者項亮之前就是在 Hulu 開發推薦系統，偶爾也會在 ResysChina 看到他的文章。

跟其他書不同，這本書特別著重在談 implicit feedbacks。畢竟你在真實世界裡能夠得到的絕大部分數據都會是隱式反饋，不管你的用戶量有多大。這本書主要在講 Collaborative Filtering 和 Matrix Factorization，雖然有點舊了（2012 年出版，現在所有人都跑去搞 Deep Learning 了），但是旁徵博引了不少正統方式之外的改良做法（例如對熱門物品的懲罰、考慮時間對用戶偏好的影響或是如何針對隱式反饋選擇負樣本），而且非常強調模型的評估。不過如果這本書可以再版的話，期待作者可以在「推荐系统实例」的章節多說一點啊。

延伸閱讀：

• Hulu's Recommendation System
• Recommender Systems Handbook (2015) 最近才發現這本書出了第二版！

P.S. 然後雖然跟主題無關，但是說到 Hulu，忍不住想提一下我前陣子剛看完的日本 Hulu 製作的日劇「住住」。嗯是的，其實我就是為了說這件事才在上面硬是提到 Hulu 的。主演是二階堂富美和搞笑藝人笨蛋主義、若林（奧黛麗裡不壯的那個），他們在劇中飾演自己，故事基本上就是同住在一棟公寓裡的三人互相串門子的超普通日常，不是開玩笑真的超普通，但是重點是竟然出乎意料的好看！負責編劇的笨蛋主義真的太有才華啦。

duokan.com  

A Gentle Introduction to Recommender Systems with Implicit Feedback

這篇文章非常詳盡地介紹了 ALS (Alternating Least Squares) 這個在推薦系統中常用的演算法，屬於矩陣分解的一種（也正是降維），也被稱為 Latent Factor Model。例如在 Spark ML 中關於推薦系統的部分也（只）實作了這個演算法，因為 ALS 天生就適合並行運算。

除了說明適用顯式數據的 ALS 演算法之外，這篇文章大部分的篇幅都在講來自 Collaborative Filtering for Implicit Feedback Datasets 這篇論文的針對隱式數據的改良做法（已經看過八百多篇文章和簡報提到這篇論文啦），雖然計算方式大同小異，不過這兩者對模型的假設差異挺大的。除此之外，作者也提到了一般機器學習中常見的把 dataset 隨機拆分成 traning/testing sets 的做法對 ALS 這種模型會有什麼問題。

延伸閱讀：

• Implicit Recommender Systems: Biased Matrix Factorization
• Finding Similar Music using Matrix Factorization

jessesw.com  

Evaluating recommender systems

所有機器學習的問題中，除了 data 和 algorithm 之外，最重要的一件事可能就是如何評估你的模型的好壞。針對不同的問題或模型，適合的評估方式也不同，例如你總不好用 RMSE 來評估 classifier 或是對一個只有正樣本的 dataset 使用 AUC。

大部分的推薦系統最終呈現的方式都是推薦給用戶 K 個他最可能感興趣的東西，是所謂的 Top-K recommendation 問題，而不是為了預測他究竟會對某個物品打幾分。這篇文章就介紹了專門針對 Top-K 推薦排序問題的評估方式：MAP (Mean Average Precision) 和 NDCG (Normalized Discounted Cumulative Gain)，來自 Learning to rank 領域。

延伸閱讀：

• How do you measure and evaluate the quality of recommendation engines?
• 如何評估推薦系統
• 精确率、召回率、F1 值、ROC、AUC 各自的优缺点是什么？

fastml.com  

Spark ML 算法原理剖析以及具体的源码实现分析

@endymecy 針對 Spark ML 提供的各項工具和模型的非常透徹的講解，例如這一篇在講 ALS，老實說讀完真的有點感動。

github.com  

Django Apps Checklist

在發佈你的 Django app 之前非常適合參考的 checklist，推薦給所有打算（或已經）open source 你的 Django app 的人。掃了一下這份清單，忍不住會想如果每一個第三方的 libraries 都能夠做到這樣就好啦，雖然自己的 app 可能連一半的勾都打不上。

順帶一提，Django 1.11 在前陣子發佈了，這可是最後一個支援 Python 2 的版本啦，歷史的巨輪完全沒有要停止的意思，大家好自為之。

延伸閱讀：

• Django Packages: Reusable apps, sites and tools directory

djangoappschecklist.com