楊 登

（吉林化工學(xué)院經(jīng)濟(jì)管理學(xué)院，吉林吉林 132022）

一、研究背景

現(xiàn)今正從信息時(shí)代邁向推薦時(shí)代。明尼蘇達(dá)大學(xué)教授John Riedl提出“推薦系統(tǒng)將成為未來(lái)十年里最重要的變革，社會(huì)化網(wǎng)站將由推薦系統(tǒng)所驅(qū)動(dòng)”。作為電子商務(wù)先驅(qū)者，Amazon實(shí)現(xiàn)了35%的銷售額來(lái)自其推薦系統(tǒng)。美國(guó)ChoiceStream公司調(diào)查顯示：普通消費(fèi)者中的45%、高端消費(fèi)者中的69%更更愿意選擇有推薦功能的網(wǎng)站；消費(fèi)者購(gòu)物前平均查看的商品個(gè)數(shù)在推薦系統(tǒng)幫助下由11.7下降到6.6；有推薦系統(tǒng)時(shí)選擇更優(yōu)的產(chǎn)品的消費(fèi)者占比從65%上升到93%；有推薦系統(tǒng)的幫助消費(fèi)者將更改初始選擇的比率從60%下降到2l%。

二、電子商務(wù)個(gè)性化推薦系統(tǒng)

（一）定義

Resnick和Varian在1997年提出了個(gè)性化推薦系統(tǒng)定義：“個(gè)性化推薦系統(tǒng)是利用電子商務(wù)網(wǎng)站向客戶提供商品信息和建議，幫助用戶決定應(yīng)該購(gòu)買什么產(chǎn)品，模擬銷售人員幫助客戶完成購(gòu)買過程”。

（二）用戶偏好數(shù)據(jù)

推薦系統(tǒng)要想推薦結(jié)果能夠反映出用戶的偏好，需要用戶偏好數(shù)據(jù)的支撐。收集用戶偏好數(shù)據(jù)是個(gè)性化推薦系統(tǒng)的重要工作，用戶偏好數(shù)據(jù)的質(zhì)量決定推薦的質(zhì)量。用戶偏好數(shù)據(jù)可分為顯式數(shù)據(jù)和隱性數(shù)據(jù)兩類。

1.顯式數(shù)據(jù)。顯式數(shù)據(jù)要求用戶主動(dòng)地向系統(tǒng)提供本人的各種信息包括偏好信息，主要是通過特定的網(wǎng)頁(yè)直接請(qǐng)求用戶顯式輸入一些個(gè)人信息，包括對(duì)某些商品的數(shù)值評(píng)分，也包括用戶注冊(cè)的個(gè)人基本信息，如姓名、性別、年齡、生日、背景等。用戶不情愿的輸入個(gè)人信息數(shù)據(jù)導(dǎo)致用戶評(píng)分?jǐn)?shù)據(jù)的極為稀疏，這是顯式評(píng)分方式的明顯缺點(diǎn)。稀疏的評(píng)分?jǐn)?shù)據(jù)導(dǎo)致推薦系統(tǒng)推薦質(zhì)量的下降。

2.隱性數(shù)據(jù)。隱性數(shù)據(jù)的收集方式主要是從系統(tǒng)的服務(wù)器上收集訪問日志和各類網(wǎng)絡(luò)資源的過程，數(shù)據(jù)的獲取過程其實(shí)是采用網(wǎng)絡(luò)數(shù)據(jù)挖掘的方法，以網(wǎng)絡(luò)內(nèi)容挖掘和網(wǎng)絡(luò)使用挖掘?yàn)橹?，然后進(jìn)行數(shù)據(jù)的預(yù)處理。

用戶興趣偏好的收集過程是學(xué)習(xí)、分析、明確用戶的需求的過程。用戶的的需求會(huì)表現(xiàn)在與系統(tǒng)進(jìn)行交互的瀏覽行為，比如用戶經(jīng)常訪問的頁(yè)面集，用戶的點(diǎn)擊，收藏歷史，瀏覽時(shí)間，拉動(dòng)滾動(dòng)條的次數(shù)，鼠標(biāo)點(diǎn)擊區(qū)域，鍵盤輸入輸出等有關(guān)操作等，推薦系統(tǒng)將這些用戶行為信息記錄并轉(zhuǎn)化為反映用戶興趣偏好的數(shù)據(jù)模型，再應(yīng)用于推薦生成。隱式數(shù)據(jù)依靠行為科學(xué)的研究結(jié)論，其優(yōu)勢(shì)在于：①數(shù)據(jù)獲取的自動(dòng)化程度高，用戶在訪問系統(tǒng)時(shí)不需要做其額外的事情，降低了用戶與系統(tǒng)交互的工作量。②數(shù)據(jù)收集的“成本”較低。③各種隱式數(shù)據(jù)能結(jié)合起來(lái)生成更精確的偏好信息。

但是相對(duì)于顯式數(shù)據(jù)，隱性數(shù)據(jù)的缺點(diǎn)也非常明顯，就是對(duì)它的獲取難度大、對(duì)用戶偏好進(jìn)行模型化的可信程度偏低。一般情況下，用戶的興趣偏好表現(xiàn)的多樣性和動(dòng)態(tài)性，所以為了提高收集數(shù)據(jù)的質(zhì)量，在很多實(shí)際應(yīng)用中都采用混合式，即顯示數(shù)據(jù)和隱性數(shù)據(jù)混合收集，優(yōu)勢(shì)互補(bǔ)，目的是為了更加真實(shí)、全面地獲取用戶的偏好信息。

三、電子商務(wù)推薦算法的研究

（一）基于內(nèi)容的推薦算法

基于內(nèi)容的推薦算法需要分析電子商務(wù)網(wǎng)站的資源內(nèi)容信息，根據(jù)用戶興趣建立用戶檔案，用戶檔案中包含了用戶的品位、偏好和需求信息。然后根據(jù)資源內(nèi)容與用戶檔案之間的相似性向用戶提供推薦服務(wù)。在一個(gè)這樣的系統(tǒng)中，通常采用相關(guān)特征來(lái)定義所要推薦的物品。

（二）基于規(guī)則的推薦算法

隨著數(shù)據(jù)挖掘的興起，關(guān)聯(lián)規(guī)則被應(yīng)用于推薦系統(tǒng)，形成了一種新的推薦技術(shù)基于規(guī)則的推薦技術(shù)?；谝?guī)則的推薦技術(shù)在評(píng)價(jià)表上挖掘項(xiàng)目間的關(guān)聯(lián)規(guī)則(項(xiàng)目關(guān)聯(lián))和用戶間的關(guān)聯(lián)規(guī)則為當(dāng)前用戶進(jìn)行推薦。使用項(xiàng)目關(guān)聯(lián)進(jìn)行推薦時(shí)，每條項(xiàng)目關(guān)聯(lián)的前件相當(dāng)于一個(gè)興趣組，而規(guī)則的后件則相當(dāng)于這個(gè)興趣組的推薦。如果當(dāng)前用戶對(duì)該規(guī)則前件中的所有項(xiàng)目都喜歡，那么就把規(guī)則的后件以一定可信度推薦給當(dāng)前用戶。而使用用戶關(guān)聯(lián)進(jìn)行推薦時(shí)，用戶關(guān)聯(lián)的后件必須是當(dāng)前用戶，使用用戶關(guān)聯(lián)的前件中的用戶的共同興趣模擬當(dāng)前用戶的興趣，模擬的可信度就是用戶關(guān)聯(lián)的可信度，以此作為推薦的依據(jù)。

（三）協(xié)同過濾推薦算法

協(xié)同過濾主要是以屬性或興趣相近的用戶經(jīng)驗(yàn)與建議作為提供個(gè)性化推薦的基礎(chǔ)。透過協(xié)同過濾，有助于搜集具有類似偏好或?qū)傩缘挠脩?，并將其意見提供給同一集群中的用戶作為參考，以滿足人們通常在決策之前參考他人意見的心態(tài)。協(xié)同過濾推薦是迄今為止最成功的個(gè)性化推薦技術(shù)，被應(yīng)用到很多領(lǐng)域中，協(xié)同過濾相當(dāng)突出的優(yōu)點(diǎn)是其決策基礎(chǔ)是“人”而不是“內(nèi)容的分析”，能針對(duì)任何形態(tài)的內(nèi)容進(jìn)行過濾，更能處理相當(dāng)復(fù)雜和艱難的概念呈現(xiàn)，以獲得意料之外的結(jié)論。

四、基于用戶的協(xié)同過濾

基于用戶的協(xié)同過濾推薦根據(jù)相似用戶群的觀點(diǎn)來(lái)產(chǎn)生對(duì)目標(biāo)用戶的推薦。基本思想是如果某些用戶對(duì)部分項(xiàng)目的評(píng)分趨于一致或是很接近，可以認(rèn)為他們對(duì)其他項(xiàng)目的評(píng)分差異就比較小，進(jìn)一步，可以使用這些相似用戶的項(xiàng)目評(píng)分值對(duì)目標(biāo)用戶的未評(píng)分項(xiàng)目進(jìn)行估計(jì)。

基于用戶的協(xié)同過濾使用數(shù)理統(tǒng)計(jì)的方法來(lái)尋找與目標(biāo)用戶有相似興趣偏好的最近鄰居用戶集合，再以最近鄰居用戶對(duì)特定項(xiàng)目的評(píng)分為基礎(chǔ)使用一定的數(shù)學(xué)方法來(lái)預(yù)測(cè)目標(biāo)用戶對(duì)該特定項(xiàng)目的評(píng)分，而預(yù)測(cè)評(píng)分最高的前N個(gè)商品可以看作是用戶最有可能感興趣top-N商品返回給目標(biāo)用戶（這就是所謂的top-N推薦）。

基于用戶的協(xié)同過濾推薦算法的核心思想是利用數(shù)理統(tǒng)計(jì)的方法為目標(biāo)用戶尋找他的最近鄰居用戶集，再以最近鄰居用戶對(duì)特定項(xiàng)目的評(píng)分為基礎(chǔ)使用一定的數(shù)學(xué)方法來(lái)預(yù)測(cè)目標(biāo)用戶對(duì)該特定項(xiàng)目的評(píng)分，最終產(chǎn)生推薦結(jié)果。通過最近鄰居用戶對(duì)目標(biāo)用戶未評(píng)分項(xiàng)目的評(píng)分值進(jìn)行加權(quán)平均來(lái)逼近，這是該算法思想的關(guān)鍵?；谟脩舻膮f(xié)同過濾推薦算法的主要工作有：用戶之間相似性的衡量、最近鄰居集的查找和評(píng)分預(yù)測(cè)值的計(jì)算。

由上引入，這里對(duì)基于用戶的協(xié)同過濾推薦算法過程進(jìn)行分析，該過程大致可以劃分成以下三個(gè)階段。

（一）數(shù)據(jù)表示

按用戶對(duì)項(xiàng)目的評(píng)分情況進(jìn)行建模，有效度量用戶之間的相似性。在基于用戶的協(xié)同過濾推薦算法中，數(shù)據(jù)源是用戶對(duì)商品的評(píng)分信息。算法必須在所有的用戶對(duì)每一種商品的評(píng)分信息的數(shù)據(jù)基礎(chǔ)上產(chǎn)生推薦結(jié)果，用一個(gè)m×n階矩陣，Rmn來(lái)表示用戶評(píng)分?jǐn)?shù)據(jù)。這里，m行代表m個(gè)用戶，n列代表n個(gè)項(xiàng)目，矩陣中的第i行第j列的元素Rij代表用戶i對(duì)項(xiàng)目j的評(píng)分。

表用戶評(píng)分?jǐn)?shù)據(jù)矩陣

（二）查找目標(biāo)用戶的最近鄰居用戶集

最近鄰居用戶的意思就是若干個(gè)在購(gòu)買行為或評(píng)分行為上與當(dāng)前用戶比較一致的用戶。整個(gè)基于用戶的協(xié)同過濾推薦算法的核心部分就是最近鄰居的查詢。最近鄰居查詢本質(zhì)上是對(duì)評(píng)分?jǐn)?shù)據(jù)進(jìn)行建模，然后計(jì)算用戶模型的相似度，相似度高的用戶就是鄰居用戶。計(jì)算過程就是先收集用戶i和j評(píng)分過的項(xiàng)目集合，再計(jì)算他們之間的相似性程度，相似性程度記為sim（i,j）。相似性程度主要有以下三種計(jì)算方法。

余弦相似性（Cosine）：將用戶對(duì)所有項(xiàng)目的評(píng)分看作為n維項(xiàng)目空間上的向量，用這些用戶評(píng)分向量構(gòu)建用戶的數(shù)據(jù)模型，用戶間的相似度就是通過向量間的余弦夾角來(lái)度量，設(shè)用戶i和用戶j在n維項(xiàng)目空間上的評(píng)分向量分別表示為，則用戶i和用戶j之間的相似性sim（i,j）可按下面公式一計(jì)算。

相關(guān)相似性：設(shè)用Iij表示用戶i和用戶j共同評(píng)分過的項(xiàng)目集合，則用戶i和用戶j之間的相似性sim（i,j）可以采用Pearson相關(guān)系數(shù)計(jì)算，如公式二所示。

修正的余弦相似性：由于沒有考慮不同用戶的評(píng)分尺度的問題，余弦相似性方法存在缺陷。對(duì)余弦相似性方法的修正，主要通過減去用戶對(duì)項(xiàng)目的平均評(píng)分來(lái)實(shí)現(xiàn)。用Iij表示用戶i和j都評(píng)分的用戶集合，用Ii、Ij分別表示用戶i和用戶j評(píng)分的項(xiàng)目集合，則修正的余弦相似性計(jì)算sim（i,j）方法可用公式三表示。

最近鄰用戶查詢的目標(biāo)就是對(duì)每一個(gè)用戶u，在整個(gè)用戶空間中查找與他相似的用戶集合 U={u1，u2，...，uk}，并且u1到uk按相似度由高到低排序。

（三）推薦產(chǎn)生

根據(jù)目標(biāo)用戶的最近鄰居用戶對(duì)項(xiàng)目的評(píng)分信息通過相應(yīng)的數(shù)學(xué)公式計(jì)算目標(biāo)用戶對(duì)未評(píng)分項(xiàng)目的評(píng)分，取評(píng)分最高的N個(gè)項(xiàng)目進(jìn)行推薦（Top-N商品推薦）。

根據(jù)過程2的相似性度量方法計(jì)算得到目標(biāo)用戶的最近鄰居用戶集，然后需要根據(jù)這些鄰居用戶的項(xiàng)目評(píng)分?jǐn)?shù)據(jù)通過一定的算法產(chǎn)生相應(yīng)的推薦結(jié)果。設(shè)用戶u的最近鄰居用戶集合用U表示，則用戶u對(duì)未評(píng)分項(xiàng)目i的預(yù)測(cè)評(píng)分Pui，可以通過用戶u對(duì)最近鄰居用戶對(duì)該項(xiàng)目的評(píng)分得到，計(jì)算方法如下公式。

通過上面的計(jì)算方法預(yù)測(cè)用戶對(duì)所有未評(píng)分項(xiàng)目的評(píng)分，然后再選擇預(yù)測(cè)評(píng)分?jǐn)?shù)值最高的N個(gè)項(xiàng)目（top-N）作為推薦結(jié)果反饋給目標(biāo)用戶。

一般情況下，電子商務(wù)網(wǎng)站的交易數(shù)據(jù)量是比較大，而且利用價(jià)值較高。當(dāng)使用交易數(shù)據(jù)作為輸入數(shù)據(jù)時(shí)，基于用戶的協(xié)同過濾推薦算法就無(wú)法計(jì)算出用戶對(duì)項(xiàng)目的評(píng)分，進(jìn)而算法就不能進(jìn)行下去，為解決這個(gè)問題?？梢园褑栴}簡(jiǎn)化，即只掃描目標(biāo)用戶最近鄰集合中每個(gè)用戶的購(gòu)買數(shù)據(jù)，統(tǒng)計(jì)這些最近鄰用戶所購(gòu)商品的購(gòu)買次數(shù)，然后將購(gòu)買次數(shù)最高且目標(biāo)用戶還未購(gòu)買過的前N項(xiàng)商品作為推薦結(jié)果，這就是最頻繁項(xiàng)推薦。