退还机器推荐方法整理与总结

退还机器推荐方法整理与总结

背景：

对于某些业务所使用的机器可能会出现老化，迁移等问题需要退还，随着业务数量的增多，机器数量的增多，退换机器的数量也随之增大。然而并不可能将业务中的所有机器全部退还，有效的机器退还不仅能够节约成本，也能提高业务的稳定性与效率。因此需要设计一个算法用于判断机器是否需要退还。

这个问题很容易把它想想成一个机器的分类问题，即设计一个分类器用于判断机器是否需要退还。实际上，该问题不仅仅可以用分类的方法进行解决，也可以设计一个推荐系统，为用户（即业务）推荐最应该退还的机器。

面临挑战：

为退还机器设计推荐系统时，将业务作为用户，机器作为物品。但是分析数据时发现，一台机器一般只属于一个业务，不会属于另一个业务，即一件物品只属于一个用户，它只能被一个用户所得，其他用户无法得到；此外，一个业务所有的机器是特定的，推荐时只能推荐业务现有的机器作为退还机器。上述两个问题使得退还机器推荐与传统的音乐，电影，或者物品推荐有很大的区别，不能直接运用现有算法解决，需要自行构造共享物品，进行推荐。

考虑到上述问题，本文提出基于K-Means聚类和ItemCF算法的推荐方法，从而解决了退还机器推荐问题。

方法研究：

该章节一共分为两部分：K-Means聚类和ItemCF算法，下面将详细介绍

K-Means聚类：

由于一台机器一般只属于一个业务，不会属于另一个业务，所以机器是业务独有的，而不是共享物品。所以可以利用聚类分析的方法，将现有的机器分为几类，则这几类机器就是所有用户共享的了。

进行推荐时，首先进行机器类别的推荐，每个类别都有一个推荐分数，分数越高，则退还机器越容易出现在该类别中。其次针对目标业务所拥有的机器进行推荐，此时计算每个现有机器与该业务已经退还的机器的平均形似度，平均相似度越高，则代表该机器越容易退还。综合上述两步，可以得到每个机器的最终的推荐分数，再按照该分数进行排序，从而得到目标业务具体的推荐机器。

本文中对于机器的聚类，选择的是：cpu空闲率等5个特征。K-Means聚类在 Python 中有现有的算法包，只需要调用即可，具体如下：

本文经过实验发现聚类时K值的选择对最终的结果影响不大，但是经过分析可知，K取值应当适中，过大或者过小都不好。过小则无法分类，推荐误差比较大；过大则会出现某些业务中有很多机器类别都没有机器的现象。综合考虑上述情况，最终K值取为4。

ItemCF算法：

ItemCF算法是协同过滤算法中比较经典的一种算法，该方法基于物品的相似度对用户进行物品推荐。 在推荐时主要考虑了一下两个假设：

（1）兴趣相近的用户可能会对同样的东西感兴趣；

（2）用户可能较偏爱与其已购买的东西相类似的商品。

也就是说考虑进了用户的历史习惯，对象客观上不一定相似，但由于人的行为可以认为其主观上是相似的，就可以产生推荐了。

ItemCF算法的关键步骤：

（1）计算物品之间的相似度

其中N(i)是喜欢物品i的用户的集合。

根据物品的相似度和用户的历史行为给用户生成推荐列表

其中p_ui是用户u对物品i的喜好程度，T(u)是用户u曾经偏好的物品的集合， S(j,k)是和物品j最相似的k个物品的集合，r_ui用户u对物品i的兴趣。对于隐反馈数据集，如果用户u对物品i有过行为则r_ui=1,本推荐中是业务u对机器类别i曾经退还过的机器个数。ItemCF算法在Python中没有算法包，需要自行实现。

总结：

本文利用K-Means聚类和ItemCF算法进行了退还机器的推荐，现在推荐精度为79%左右，但是需要主业务中至少有2个子业务，但是实际操作中有很多业务不满足条件，所以不能进行推荐。而且推荐精度也不够高，也能使算法比较粗糙，也可能是机器的特征选择不够好，还需要进一步优化。