C# Class Kooboo.Commerce.Recommendations.Engine.Collaborative.ItemSimilarityCalculator

原始公式为: similarity(i, j) = N(i) ∩ N(j) / SQRT(N(i) * N(j)) 其中 N(i) 为对 i 产生过行为的用户数，N(j) 为对 j 产生过行为的用户数。 改进方案为: (1) 引入时间衰减因子。原先分子为共同对i, j产生行为的用户数，即对两物品每产生一次共同物品则加固定数值1，将其改为每次加上 1 * 时间衰减因子。 时间衰减因子的计算方法为: time attenuation factor = 1 / (1 + alpha * Abs(timestamp1 - timestamp2))， 其中 alpha 由 TimeAttenuationAlpha 指定，值越大衰减越快。 (2) 对流行物品进行处罚。原先分母为 SQRT(N(i) * N(j))，即 N(i) ^ 0.5 * N(j) ^ 0.5，若 j 为流行物品，则公式分母改为 N(i) ^ (1 - alpha) * N(j) ^ alpha， 其中 alpha 由 PopularItemPunishAlpha 指定，值越大处罚的越多，当为 0.5 时和原公式等价。 (3) 对活跃用户进行处罚 (ItemCF-IUF)。在计算分子时，改为当用户对两物品有共同行为时，乘上 1 / Log(1 + 用户活跃度)。这条改进和 (1) 相乘共同构成分子的值。