6.6.4　应用于群组个性化场景

6.6.3节讲了用户聚类，用户聚类后，我们可以对同一类用户提供相同的推荐服务，这时就是群组个性化推荐。群组个性化推荐相当于将有相同兴趣偏好的个体看成一个等价类，统一为他们提供推荐，它是介于完全个性化推荐（每个人推荐的都不一样）和完全非个性化推荐（所有人推荐的都一样）之间的一种推荐形态。

我们对电视猫的站点树内容做的个性化重排序采用的就是基于矩阵分解，获取用户特征向量，再对用户聚类的技术。首先对用户聚类，同一类的用户通过特征向量平均获得该类的中心特征向量，该中心特征向量代表了该群组的特征，再用该向量与标的物特征向量求余弦，最终获得该中心向量与所有标的物特征向量的相似度。在站点树重排中，对于站点树的所有节目，可以获得中心向量与站点树节目特征向量的相似度，按照该相似度降序排列就获得了该群组的重排序结果。图6-8就是电视猫电视剧频道“战争风云”站点树重排序的产品形态（每个用户看到的“战争风云”总节目量是一样的，只是排序不一样，会按照用户的兴趣（其实是用户所在群组的平均兴趣）将他们喜欢的排在前面）。

图6-8　电视猫站点树个性化排序：基于群组个性化为用户做推荐

除了上面的应用场景外，由矩阵分解获得的用户和标的物特征向量可以作为其他模型（如深度学习模型）的特征输入，进一步训练更复杂的模型。