algo-rec-cf
用協同過濾依使用者行為模式做推薦
中文翻譯
---
name: "algo-rec-cf"
description: "實作協同過濾（collaborative filtering），依使用者行為模式做推薦。當使用者需要從使用者與項目的互動資料建立推薦引擎、找出相似的使用者或項目、或預測評分時使用，即使他們說的是「買了這個的人也買了」、「相似的使用者」或「依行為推薦」也一樣。"
metadata:
category: "WP-36 推薦系統"
tags: ["recommendation", "collaborative-filtering", "similarity"]
---
# 協同過濾（Collaborative Filtering）
## 概述
協同過濾依據群體的使用者行為模式來推薦項目。以使用者為基礎的 CF 找相似的使用者；以項目為基礎的 CF 找相似的項目。以使用者為基礎的複雜度是 O(U² × I)，以項目為基礎的是 O(I² × U)，其中 U=使用者數、I=項目數。
## 何時使用
**觸發條件：**
- 要從使用者與項目的互動資料（評分、點擊、購買）建立推薦
- 要做出「和你類似的使用者也喜歡」或「常一起購買」的模式
**何時不要用：**
- 完全沒有互動資料時（冷啟動，改用內容式過濾）
- 項目特徵比行為模式更重要時（用內容式）
## 演算法
```
鐵律：CF 需要「足夠」的互動資料
矩陣很稀疏（填充率 < 1%）時，相似度的計算不可靠。
最低可行標準：每位使用者評過 5 個以上的項目，每個項目
有 5 則以上的評分。低於這個標準，就退回內容式或熱門度推薦。
```
### 階段 1：輸入驗證
載入使用者與項目的互動矩陣。檢查稀疏程度，並過濾掉低於最低互動門檻的使用者／項目。
**關卡：** 矩陣稀疏度 < 99%、達到最低互動門檻。
### 階段 2：核心演算法
**以使用者為基礎的 CF：**
1. 計算使用者兩兩之間的相似度（餘弦或 Pearson 相關係數）
2. 對目標使用者，找出最相似的前 K 位使用者
3. 預測評分：相似使用者評分的加權平均
**以項目為基礎的 CF：**
1. 從共同評分的模式計算項目兩兩之間的相似度
2. 對目標項目，找出最相似的前 K 個項目
3. 預測：該使用者對相似項目評分的加權平均
### 階段 3：驗證
留出 20% 的互動資料做測試。計算 RMSE、MAE，或 precision@K / recall@K。
**關卡：** RMSE 低於基準線（全域平均預測器）。
### 階段 4：輸出
回傳前 N 名推薦，附上預測分數。
## 輸出格式
```json
{
"recommendations": [{"item_id": "123", "predicted_score": 4.2, "similar_items_used": 5}],
"metadata": {"method": "item-based", "similarity": "cosine", "k_neighbors": 20, "sparsity": 0.97}
}
```
## 範例
### 輸入輸出範例
**輸入：** 5 位使用者 × 5 個項目的評分矩陣，目標：user1、item5
**預期：** 預測評分是依 user1 評過的項目裡，與 item5 相似者的加權相似度算出來的
### 邊界情況
| 輸入 | 預期 | 原因 |
|-------|----------|-----|
| 新使用者，沒有評分 | 無法推薦 | 冷啟動，退回熱門度推薦 |
| 所有使用者都評過的項目 | 區分度低 | 高人氣 ≠ 個人化的匹配 |
| 只有一個共同項目 | 相似度不可靠 | 需要多個共同評分，相似度才穩定 |
## 常見陷阱
- **擴展性**：使用者數百萬時，以使用者為基礎的 CF 是 O(U²)。要用近似最近鄰（LSH），或改用以項目為基礎的 CF（項目目錄通常比較小）。
- **熱門度偏誤**：熱門項目的共同評分比較多，會墊高它們的相似度分數。要用熱門度的倒數做正規化。
- **隱性 vs 顯性回饋**：點擊／瀏覽（隱性）和評分（顯性）的處理方式不同。隱性資料要用信心權重。
- **相似度指標很重要**：餘弦相似度忽略評分尺度的差異；Pearson 相關係數會考慮使用者的評分偏好。依資料特性來選。
- **灰羊（gray sheep）**：口味不尋常的使用者找不到相似的同儕。CF 對他們沒用，要考慮混合式做法。
## 參考資料
- 矩陣分解這個可擴展的替代方案，見 `references/matrix-factorization.md`
- 隱性回饋的處理，見 `references/implicit-feedback.md`英文原文
---
name: "algo-rec-cf"
description: "Implement collaborative filtering for recommendations based on user behavior patterns. Use this skill when the user needs to build a recommendation engine from user-item interaction data, find similar users or items, or predict ratings — even if they say 'users who bought this also bought', 'similar users', or 'recommend based on behavior'."
metadata:
category: "WP-36 推薦系統"
tags: ["recommendation", "collaborative-filtering", "similarity"]
---
# Collaborative Filtering
## Overview
Collaborative filtering recommends items based on collective user behavior patterns. User-based CF finds similar users; item-based CF finds similar items. Computes in O(U² × I) for user-based or O(I² × U) for item-based where U=users, I=items.
## When to Use
**Trigger conditions:**
- Building recommendations from user-item interaction data (ratings, clicks, purchases)
- Finding "users like you also liked" or "frequently bought together" patterns
**When NOT to use:**
- When you have no interaction data (cold start — use content-based filtering)
- When item features matter more than behavior patterns (use content-based)
## Algorithm
```
IRON LAW: CF Requires SUFFICIENT Interaction Data
With sparse matrices (< 1% fill rate), similarity computation is
unreliable. Minimum viable: each user has rated 5+ items, each item
has 5+ ratings. Below this, fallback to content-based or popularity.
```
### Phase 1: Input Validation
Load user-item interaction matrix. Check sparsity level and filter users/items below minimum interaction threshold.
**Gate:** Matrix sparsity < 99%, minimum interaction thresholds met.
### Phase 2: Core Algorithm
**User-based CF:**
1. Compute pairwise user similarity (cosine or Pearson correlation)
2. For target user, find top-K most similar users
3. Predict rating: weighted average of similar users' ratings
**Item-based CF:**
1. Compute pairwise item similarity from co-rating patterns
2. For target item, find top-K most similar items
3. Predict: weighted average of user's ratings on similar items
### Phase 3: Verification
Hold out 20% of interactions for testing. Compute RMSE, MAE, or precision@K / recall@K.
**Gate:** RMSE below baseline (global mean predictor).
### Phase 4: Output
Return top-N recommendations with predicted scores.
## Output Format
```json
{
"recommendations": [{"item_id": "123", "predicted_score": 4.2, "similar_items_used": 5}],
"metadata": {"method": "item-based", "similarity": "cosine", "k_neighbors": 20, "sparsity": 0.97}
}
```
## Examples
### Sample I/O
**Input:** 5 users × 5 items rating matrix, target: user1, item5
**Expected:** Predicted rating based on weighted similarity of user1's rated items similar to item5
### Edge Cases
| Input | Expected | Why |
|-------|----------|-----|
| New user, no ratings | Cannot recommend | Cold start — fallback to popularity |
| Item rated by all users | Low differentiation | High popularity ≠ personalized match |
| Single shared item | Unreliable similarity | Need multiple co-ratings for stable similarity |
## Gotchas
- **Scalability**: User-based CF with millions of users is O(U²). Use approximate nearest neighbors (LSH) or switch to item-based CF (item catalog is usually smaller).
- **Popularity bias**: Popular items have more co-ratings, inflating their similarity scores. Normalize by inverse popularity.
- **Implicit vs explicit feedback**: Clicks/views (implicit) need different treatment than ratings (explicit). Use confidence weighting for implicit data.
- **Similarity metric matters**: Cosine similarity ignores rating scale differences; Pearson correlation accounts for user rating biases. Choose based on data characteristics.
- **Gray sheep**: Users with unusual taste patterns have no similar peers. CF fails for them — consider hybrid approaches.
## References
- For matrix factorization as a scalable alternative, see `references/matrix-factorization.md`
- For implicit feedback handling, see `references/implicit-feedback.md`