Java 类名：com.alibaba.alink.operator.batch.recommendation.SwingTrainBatchOp
Python 类名：SwingTrainBatchOp

功能介绍

Swing 是一种被广泛使用的item召回算法，输入数据只包含user和item即可，使用简单。
Swing算法原理比较简单，是阿里最早使用到的一种召回算法，在阿里多个业务被验证过非常有效的一种召回方式。 它认为 user-item-user 的结构比 itemCF 的单边结构更稳定。
Swing指的是秋千，例如用户u和用户v，都购买过同一件商品i，则三者之间会构成一个类似秋千的关系图。
若用户u和用户v之间除了购买过i外，还购买过商品j，则认为两件商品是具有某种程度上的相似的。
也就是说，商品与商品之间的相似关系，是通过用户关系来传递的。为了衡量物品i和j的相似性，考察都购买了物品i和j的用户u和用户v，
如果这两个用户共同购买的物品越少，则物品i和j的相似性越高。
Swing算法的表达式如下：
用户权重 w_u = 1 / (user_click_num + userAlpha) ^ userBeta
score(item_i, item_j) = sum(wu * wv / (alpha + common_items(wu, wv)))
其中userAlpha、userBeta和alpha，用户可以根据自己的数据情况设置。
此外，可以通过设置maxUserItems和minUserItems，过滤掉关联item太多或者太少的用户信息。
对于出现次数过多的item，设置maxItemNumber参数，当出现次数大于maxItemNumber时，算法从所有的user中随机抽取maxItemNumber个用户，计算结果，因此该算法两次执行的结果不一定相同。
在电商场景中，user和item的关系可以为点击、购买、收藏等。在Feed流场景关系可以为点击、点赞、评论、收藏等，item可以为文章、博主、话题等。

参数说明

| 名称 | 中文名称 | 描述 | 类型 | 是否必须？ | 取值范围 | 默认值 | | —- | —- | —- | —- | —- | —- | —- |

| itemCol | Item列列名 | Item列列名 | String | ✓ | | |

| userCol | User列列名 | User列列名 | String | ✓ | | |

| alpha | alpha参数 | alpha参数，默认1.0 | Float | | | 1.0 |

| maxItemNumber | item参与计算的人数最大值 | 如果item出现次数大于该次数，会随机选择该次数的用户数据，默认1000 | Integer | | | 1000 |

| maxUserItems | 用户互动的最大Item数量 | 如果用户互动Item数量大于该次数，该用户数据不参与计算过程，默认1000 | Integer | | | 1000 |

| minUserItems | 用户互动的最小Item数量 | 如果用户互动Item数量小于该次数，该用户数据不参与计算过程，默认10 | Integer | | | 10 |

| resultNormalize | 结果是否归一化 | 是否归一化，默认False | Boolean | | | false |

| userAlpha | 用户alpha参数 | 用户alpha参数，默认5.0, user weight = 1.0/(userAlpha + userClickCount)^userBeta | Float | | | 5.0 |

| userBeta | 用户beta参数 | 用户beta参数，默认-0.35, user weight = 1.0/(userAlpha + userClickCount)^userBeta | Float | | | -0.35 |

代码示例

Python 代码

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df_data = pd.DataFrame([
  8.     ["a1", "11L", 2.2],
  9.     ["a1", "12L", 2.0],
  10.     ["a2", "11L", 2.0],
  11.     ["a2", "12L", 2.0],
  12.     ["a3", "12L", 2.0],
  13.     ["a3", "13L", 2.0],
  14.     ["a4", "13L", 2.0],
  15.     ["a4", "14L", 2.0],
  16.     ["a5", "14L", 2.0],
  17.     ["a5", "15L", 2.0],
  18.     ["a6", "15L", 2.0],
  19.     ["a6", "16L", 2.0],
  20. ])
  22. data = BatchOperator.fromDataframe(df_data, schemaStr='user string, item string, rating double')
  25. model = SwingTrainBatchOp()\
  26.     .setUserCol("user")\
  27.     .setItemCol("item")\
  28.     .setMinUserItems(1)\
  29.     .linkFrom(data)
  31. model.print()
  33. predictor = SwingRecommBatchOp()\
  34.     .setItemCol("item")\
  35.     .setRecommCol("prediction_result")
  37. predictor.linkFrom(model, data).print()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.batch.BatchOperator;
  4. import com.alibaba.alink.operator.batch.recommendation.SwingRecommBatchOp;
  5. import com.alibaba.alink.operator.batch.recommendation.SwingTrainBatchOp;
  6. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  7. import org.junit.Test;
  9. import java.util.Arrays;
  10. import java.util.List;
  12. public class SwingTrainBatchOpTest {
  13.     @Test
  14.     public void testSwingTrainBatchOp() throws Exception {
  15.         List <Row> df_data = Arrays.asList(
  16.             Row.of("a1", "11L", 2.2),
  17.             Row.of("a1", "12L", 2.0),
  18.             Row.of("a2", "11L", 2.0),
  19.             Row.of("a2", "12L", 2.0),
  20.             Row.of("a3", "12L", 2.0),
  21.             Row.of("a3", "13L", 2.0),
  22.             Row.of("a4", "13L", 2.0),
  23.             Row.of("a4", "14L", 2.0),
  24.             Row.of("a5", "14L", 2.0),
  25.             Row.of("a5", "15L", 2.0),
  26.             Row.of("a6", "15L", 2.0),
  27.             Row.of("a6", "16L", 2.0)
  28.         );
  29.         BatchOperator <?> data = new MemSourceBatchOp(df_data, "user string, item string, rating double");
  30.         BatchOperator <?> model = new SwingTrainBatchOp()
  31.             .setUserCol("user")
  32.             .setItemCol("item")
  33.             .setMinUserItems(1)
  34.             .linkFrom(data);
  35.         model.print();
  36.         BatchOperator <?> predictor = new SwingRecommBatchOp()
  37.             .setItemCol("item")
  38.             .setRecommCol("prediction_result");
  39.         predictor.linkFrom(model, data).print();
  40.     }
  41. }

运行结果

| mainItems | recommItemAndSimilarity | | —- | —- |

| 11L | {“object”:[“12L”],”score”:[1.3015095],”itemCol”:”item”} |

| 14L | {“object”:[],”score”:[],”itemCol”:”item”} |

| 16L | {“object”:[],”score”:[],”itemCol”:”item”} |

| 15L | {“object”:[],”score”:[],”itemCol”:”item”} |

| 13L | {“object”:[],”score”:[],”itemCol”:”item”} |

| 12L | {“object”:[“11L”],”score”:[1.3015095],”itemCol”:”item”} |

| user | item | rating | prediction_result | | —- | —- | —- | —- |

| a1 | 11L | 2.2000 | {“item”:”[“12L”]”,”score”:”[1.3015094995498657]”} |

| a1 | 12L | 2.0000 | {“item”:”[“11L”]”,”score”:”[1.3015094995498657]”} |

| a2 | 11L | 2.0000 | {“item”:”[“12L”]”,”score”:”[1.3015094995498657]”} |

| a2 | 12L | 2.0000 | {“item”:”[“11L”]”,”score”:”[1.3015094995498657]”} |

| a3 | 12L | 2.0000 | {“item”:”[“11L”]”,”score”:”[1.3015094995498657]”} |

| a3 | 13L | 2.0000 | {“item”:”[]”,”score”:”[]”} |

| a4 | 13L | 2.0000 | {“item”:”[]”,”score”:”[]”} |

| a4 | 14L | 2.0000 | {“item”:”[]”,”score”:”[]”} |

| a5 | 14L | 2.0000 | {“item”:”[]”,”score”:”[]”} |

| a5 | 15L | 2.0000 | {“item”:”[]”,”score”:”[]”} |

| a6 | 15L | 2.0000 | {“item”:”[]”,”score”:”[]”} |

| a6 | 16L | 2.0000 | {“item”:”[]”,”score”:”[]”} |