背景
在私有雲環境下，對于業務線所使用的計算和存儲資源媒體可能會出現老化、遷移等問題需要進行退還處理。但随着業務數和機器數的增多，退還機器的數量也随之增大。然而并不可能将業務中的所有機器全部退還，有效的機器退還不僅能夠節約成本，也能提高業務的穩定性與效率。是以需要設計一個算法，用于判斷機器是否需要退還。
這個問題很容易把它想象成一個機器的分類問題，即設計一個分類器用于判斷機器是否需要退還。實際上，該問題不僅僅可以用分類的方法進行解決，也可以設計一個推薦系統，為使用者（即業務）推薦最應該退還的機器。
面臨挑戰
為退還機器設計推薦系統時，将業務作為使用者，機器作為物品。但是分析資料時發現，一台機器一般隻屬于一個業務，不會屬于另一個業務，即一件物品隻屬于一個使用者，它隻能被一個使用者所得，其他使用者無法得到；此外，一個業務所有的機器是特定的，推薦時隻能推薦業務現有的機器作為退還機器。
上述兩個問題使得退還機器推薦與傳統的音樂、電影，或者物品推薦有很大的差別，不能直接運用現有算法解決，需要自行構造共享物品，進行推薦。
考慮到上述問題，本文提出基于K-Means聚類和ItemCF算法的推薦方法，進而解決了退還機器的推薦問題。
方法研究
本章節一共分為兩個部分：K-Means聚類和ItemCF算法，下面将詳細介紹：
K-Means聚類
由于一台機器一般隻屬于一個業務，不會屬于另一個業務，是以機器是業務獨有的，而不是共享物品。是以可以利用聚類分析的方法，将現有的機器分為幾類，則這幾類機器就是所有使用者共享的了。
進行推薦時，首先進行機器類别的推薦，每個類别都有一個推薦分數，分數越高，則退還機器越容易出現在該類别中。其次，針對目标業務所擁有的機器進行推薦，此時計算每個現有機器與該業務已經退還的機器的平均形似度，平均相似度越高，則代表該機器越容易退還。綜合上述兩步，可以得到每個機器的最終的推薦分數，再按照該分數進行排序，進而得到目标業務具體的推薦機器。
本文中對于機器的聚類，選擇的是：CPU空閑率等5個特征。K-Means聚類在Python中有現有的算法包，隻需要調用即可，具體如下：
本文經過實驗發現聚類時K值的選擇對最終的結果影響不大，但是經過分析可知，K取值應當适中，過大或者過小都不好。過小則無法分類，推薦誤差比較大；過大則會出現某些業務中有很多機器類别都沒有機器的現象。綜合考慮上述情況，最終K值取為4。
ItemCF算法
ItemCF算法是協同過濾算法中比較經典的一種算法，該方法基于物品的相似度對使用者進行物品推薦。在推薦時主要考慮了一下兩個假設：
興趣相近的使用者可能會對同樣的東西感興趣；
使用者可能較偏愛與其已購買的東西相類似的商品。
也就是說考慮進了使用者的曆史習慣，對象客觀上不一定相似，但由于人的行為可以認為其主觀上是相似的，就可以産生推薦了。
ItemCF算法的關鍵步驟：
計算物品之間的相似度
其中N(i)是喜歡物品i的使用者的集合。
根據物品的相似度和使用者的曆史行為給使用者生成推薦清單
其中p_ui是使用者u對物品i的喜好程度，T(u)是使用者u曾經偏好的物品的集合， S(j,k)是和物品j最相似的k個物品的集合，r_ui使用者u對物品i的興趣。
對于隐回報資料集，如果使用者u對物品i有過行為則r_ui=1,本推薦中是業務u對機器類别i曾經退還過的機器個數。ItemCF算法在Python中沒有算法包，需要自行實作。
總結
本文利用K-Means聚類和ItemCF算法進行了退還機器的推薦，現在推薦精度為79%左右，但是需要主業務中至少有2個子業務，但是實際操作中有很多業務不滿足條件，是以不能進行推薦。而且推薦精度也不夠高，也能使算法比較粗糙，也可能是機器的特征選擇不夠好，還需進一步優化。
原文釋出時間為：2018-07-18
本文來自雲栖社群合作夥伴“
DBAplus社群”，了解相關資訊可以關注“
”