吳雄峰，賈　年

（西華大學(xué)無線電管理技術(shù)研究中心，成都　610039）

?

基于用戶特征和時(shí)間效應(yīng)的協(xié)同過濾算法

吳雄峰，賈年

（西華大學(xué)無線電管理技術(shù)研究中心，成都610039）

摘要：隨著互聯(lián)網(wǎng)和電子商務(wù)的高速發(fā)展，越來越多的電子商務(wù)網(wǎng)站和應(yīng)用通過推薦技術(shù)給用戶進(jìn)行個(gè)性化推薦。協(xié)同過濾算法作為推薦算法的一種，已被各大公司廣泛應(yīng)用，已成為電子商務(wù)推薦系統(tǒng)中使用最為廣泛、最為成功的一類推薦算法。稀疏性問題是傳統(tǒng)的協(xié)同過濾算法的一個(gè)明顯缺點(diǎn)。為解決稀疏性問題，提出基于用戶特征和時(shí)間效應(yīng)的協(xié)同過濾算法：在計(jì)算相似度這一步驟上引入時(shí)間信息和用戶信息這兩大影響因子，改進(jìn)用戶相似度的計(jì)算，減小稀疏性問題，進(jìn)而提高推薦質(zhì)量。

關(guān)鍵詞：協(xié)同過濾；屬性特征；時(shí)間效應(yīng)

0　引言

隨著互聯(lián)網(wǎng)和信息技術(shù)的快速發(fā)展，網(wǎng)絡(luò)信息不斷膨脹，“信息過載”問題越來越嚴(yán)重。用戶想在信息的海洋中找到有用信息，尤為困難。個(gè)性化推薦系統(tǒng)在這種情況下產(chǎn)生，并得到快速應(yīng)用。它為不同用戶提供不同的服務(wù)，來滿足不同需求。其中，協(xié)同過濾技術(shù)是迄今為止最成功的、應(yīng)用最廣泛的個(gè)性化推薦技術(shù)之一[1]。其核心思想是基于用戶對項(xiàng)目的評分來計(jì)算用戶間的相似性，通過相似性尋找到與目標(biāo)用戶興趣最相似的用戶集合，然后找到這個(gè)集合中用戶喜歡的、并且目標(biāo)用戶沒有的物品，并推薦給目標(biāo)用戶。

傳統(tǒng)的協(xié)同過濾算法在計(jì)算用戶相似性上存在以下問題：（1）沒有考慮時(shí)間信息對用戶興趣的影響。用戶的興趣是隨著時(shí)間的變化而不斷發(fā)生變化的，比如用戶小時(shí)候喜歡看動(dòng)畫片，長大了喜歡看文藝片等。所以，如果我們要準(zhǔn)確預(yù)測用戶現(xiàn)在的興趣，就應(yīng)該考慮時(shí)間這個(gè)因素，因?yàn)橛脩糇罱男袨樽钅荏w現(xiàn)他現(xiàn)在的興趣。（2）忽略了用戶的個(gè)體信息特征。例如兩個(gè)從事IT行業(yè)男性用戶他們都喜歡看科技類文章，而一個(gè)從事經(jīng)濟(jì)行業(yè)的男性用戶喜歡看經(jīng)濟(jì)類文章。由此可見，用戶屬性相似的用戶，其興趣有一定的相似度，反之亦然。因此，用戶屬性也可作為影響用戶興趣的一個(gè)因素。

通過上述分析，本文提出基于用戶特征和時(shí)間效應(yīng)的協(xié)同過濾算法。主要是在傳統(tǒng)協(xié)同過濾算法中計(jì)算相似度這一步驟上引入時(shí)間信息和用戶信息這兩大影響因子，改進(jìn)用戶相似度的計(jì)算，減小稀疏性問題，進(jìn)而提高推薦質(zhì)量。

1　傳統(tǒng)協(xié)同過濾算法介紹

協(xié)同過濾算法的原理是通過分析用戶歷史行為數(shù)據(jù)，計(jì)算用戶間的相似性，通過相似性尋找到與目標(biāo)用戶興趣最相似的用戶集合，然后找到這個(gè)集合中用戶喜歡的、并且目標(biāo)用戶沒有的物品，并推薦給目標(biāo)用戶。其推薦過程可分為三個(gè)階段：建立用戶模型、選擇相似鄰居、產(chǎn)生推薦[2]。

1.1建立用戶模型

收集每個(gè)用戶的評分記錄，建立用戶模型。通常用一個(gè)m×n的矩陣R表示，如表一所示。其中，用戶數(shù)記作m，項(xiàng)目數(shù)記作n，表示第i個(gè)用戶對第j個(gè)項(xiàng)的評價(jià)值記作rij，rij在0到5之間且rij為整數(shù)。評分值的大小與興趣度成正比，分值越大，興趣度越高。

1.2選擇相似鄰居

這里主要是計(jì)算用戶間的相似度，相似度越高，表明與目標(biāo)用戶越相似。通過相似度的計(jì)算，選擇出與目標(biāo)用戶最相似的用戶集。計(jì)算用戶相似度方法有三種：Pearson相關(guān)性相似度和修正的余弦相似度以及余弦相似度[3]。本文計(jì)算相似度采用第一種方法：Pearson相關(guān)性相似度。其計(jì)算公式為:

式中，u表示目標(biāo)用戶，v表示相似用戶，sim（u，v）記作u和v的相似度，ru，i記作u對項(xiàng)目i的評分，rv，i記作v對項(xiàng)目i的評分，ru和rv分別記作u和v對項(xiàng)目的平均評分，Iuv記作u和v共同評價(jià)的項(xiàng)目集合。

1.3產(chǎn)生推薦

通過上述計(jì)算得到相似鄰居集后，通過式（2）計(jì)算預(yù)測目標(biāo)用戶對未評價(jià)項(xiàng)目的評分值，然后根據(jù)評分的最高TOP-N項(xiàng)推薦給目標(biāo)用戶進(jìn)行推薦。

其中，目標(biāo)用戶u對任意項(xiàng)目i的預(yù)測評分記作Pu，i。

2　改進(jìn)的協(xié)同過濾算法

2.1時(shí)間效應(yīng)

時(shí)間是一種重要的信息，對用戶興趣有著深入的影響。用戶在不同的時(shí)間段其興趣不是固定不變的。例如一位程序員隨著工作時(shí)間的增加，逐漸從閱讀入門書籍過渡到閱讀專業(yè)書籍。通常我們認(rèn)為用戶最近訪問的項(xiàng)目為其感興趣的項(xiàng)目，要想準(zhǔn)確預(yù)測用戶現(xiàn)在的興趣，就應(yīng)該關(guān)注用戶最近的行為。故本文通過引入時(shí)間因子，改進(jìn)相似度的計(jì)算，優(yōu)化最近鄰的尋找過程。此時(shí)間因子是按時(shí)間衰減的函數(shù)，其函數(shù)可表示為：

其中tn表示當(dāng)前時(shí)間，ti表示項(xiàng)目i的評價(jià)時(shí)刻，t0為最早的評價(jià)時(shí)刻。m為權(quán)重系數(shù)。該函數(shù)在突出最近評分重要性的同事削弱了過去評分的重要度，有效反映了用戶的興趣變化。

2.2基于用戶屬性的特征向量

在一些網(wǎng)站、軟件注冊中，都會(huì)要求用戶填寫基本信息，例如昵稱，性別、職業(yè)、年齡等。像這些帶有某些相同屬性的人可能會(huì)有相同的興趣愛好。本文通過引入用戶特征這一因子，考慮用戶的性別、年齡，構(gòu)建用戶特征向量，改進(jìn)尋找最近鄰過程，以提高推薦質(zhì)量。

（1）年齡因素。每個(gè)年齡段的用戶都有不一樣的興趣愛好。例如老年人喜歡健身，青少年喜歡上網(wǎng)。年齡因素也是影響推薦質(zhì)量的一個(gè)因素。其相似性的度量公式為：

式中目標(biāo)用戶記作u，相似用戶記作v，Au記作U的年齡，Av記作V的年齡，本文認(rèn)為年齡差距在10歲以內(nèi)的用戶，他們的興趣是相近的。

（2）性別因素。通常認(rèn)為男性用戶和女性用戶的興趣是不相同的，故需要計(jì)算性別影響的相似度。我們用Su表示目標(biāo)用戶u的性別，用Sv表示相似用戶V的性別，S（u，v）表示他們的相似性，則其計(jì)算公式可以表示為：

用戶U和V在用戶特征向量上的相似度可以通過如下公式來計(jì)算：

式中，λ表示修正系數(shù)。通常λ的值會(huì)根據(jù)實(shí)驗(yàn)結(jié)果的值來動(dòng)態(tài)調(diào)整。

2.3算法改進(jìn)流程

本文通過對上述影響因子分析并引入，對傳統(tǒng)算法進(jìn)行改進(jìn)，來提高推薦質(zhì)量。算法的改進(jìn)流程如下：

（1）引入時(shí)間效應(yīng)，先對用戶原始矩陣R按評價(jià)時(shí)間來進(jìn)行修正，獲得新的評價(jià)矩陣R'，其計(jì)算方法如下：

（2）在矩陣R'上，通過Pearson相關(guān)系數(shù)法計(jì)算目標(biāo)和候選用戶的原始相似度：

（3）引入用戶特征，在式（8）求出的相似度基礎(chǔ)上，構(gòu)造新的用戶綜合相似度，再根據(jù)新的相似度來獲得最近鄰居集。新的相似度計(jì)算公式為：

（4）用新的相似度，通過如下公式產(chǎn)生推薦：

3　實(shí)驗(yàn)結(jié)果及分析

3.1實(shí)驗(yàn)數(shù)據(jù)的選取和評價(jià)標(biāo)準(zhǔn)

本次實(shí)驗(yàn)所用的數(shù)據(jù)集為GroupLens研究組提供的Movielens數(shù)據(jù)集，該數(shù)據(jù)集包含943位用戶的10萬條評分記錄和1682部電影，每個(gè)用戶至少對20部電影進(jìn)行了評分[4]。評分區(qū)間設(shè)為1到5之間的整數(shù)，評分值越高，表示用戶對該電影的偏愛程度越高。本文隨機(jī)選取80％的評分?jǐn)?shù)據(jù)作為訓(xùn)練集，20％作為測試集。

本文采用平均絕對誤差（Mean Absolute Error，MAE）作為此次試驗(yàn)的評價(jià)系統(tǒng)推薦準(zhǔn)確度的度量標(biāo)準(zhǔn)。MAE的值與推薦質(zhì)量成反比，其值越高，推薦的質(zhì)量越低。計(jì)算公式如下：

式中，Pu，i表示預(yù)測目標(biāo)用戶的評價(jià)集合，Ru，i表示對應(yīng)的實(shí)際評價(jià)目標(biāo)用戶的集合。

3.2實(shí)驗(yàn)結(jié)果及分析

將改進(jìn)后的算法結(jié)合傳統(tǒng)算法進(jìn)行反復(fù)試驗(yàn)確定計(jì)算公式中相關(guān)系數(shù)的值，式（3）中權(quán)重系數(shù)m取0.4，時(shí)間間隔T取15，式（6）中λ取0.3，式（9）中的α取0.8。通過確定的系數(shù)值，將改進(jìn)后的算法結(jié)果與傳統(tǒng)結(jié)果相比較，從圖1中可以看出，改進(jìn)后的算法在相關(guān)公式中系數(shù)合適的情況下，其推薦精度有一定程度的提高。

圖1　

4　結(jié)語

實(shí)驗(yàn)表明，本文提出的基于用戶特征和時(shí)間效應(yīng)的協(xié)同過濾算法，在引入了時(shí)間效應(yīng)和用戶特征后，能較好的改進(jìn)用戶相似度，有效地解決稀疏性問題，從而提高尋找最近鄰的準(zhǔn)確度。雖然本文在稀疏性問題中進(jìn)行了優(yōu)化，但還有像系統(tǒng)延伸性問題、新用戶問題等，有待繼續(xù)深入研究。

參考文獻(xiàn)：

[1]焦成斌.協(xié)同過濾算法在電子商務(wù)推薦系統(tǒng)的研究[D].鄭州大學(xué)，2011.

[2]鄧娟，陳西曲.基于用戶興趣變化的協(xié)同過濾推薦算法[J].武漢工業(yè)學(xué)院學(xué)報(bào)，2013，32（4）: 48-51.

[3]周張?zhí)m.基于協(xié)同過濾的個(gè)性化推薦[D]，華中師范大學(xué)，2009.

[4]王小亮.基于協(xié)同過濾的個(gè)性化推薦算法的優(yōu)化與應(yīng)用[D]，浙江工商大學(xué)2010.

賈年（1973-），男，四川眉山人，副教授，碩士生導(dǎo)師，研究方向?yàn)橹悄苄畔z索、數(shù)字圖像處理

A Collaborative Fltering Algorithm Based on User Characteristics and the Effects of Time

WU Xiong-feng，JIA Nian
（Center for Radio Administration and Technology Development，Xinhua University，Chengdu 610039）

Abstract：With the rapid development of the internet and ecommerce, more and more ecommerce sites and applications offer users personalized recommendations by recommended technology. As a recommendation algorithm, collaborative filtering algorithm had been widely used in major companies. It will be inaccurate or of low quality to recommend products to users merely by their comments on the products. Sparse question is an obvious drawback of the traditional collaborative filtering algorithms. To solve the problem of parity, proposes a collaborative filtering algorithm based on user’s characteristics and time effects. Introduces this step in the calculation of the similarity of the time information and user information these two influencing factors, improves user computing similarity, reduces parity problems, thus improves the quality of recommendation.

Keywords：Collaborative Filtering; Property Characteristics; Time Effect

收稿日期：2016-03-24修稿日期：2016-03-30

作者簡介：吳雄峰（1991-），男，安徽安慶，在讀碩士研究生，研究方向?yàn)榍度胧较到y(tǒng)及其應(yīng)用

文章編號(hào)：1007-1423（2016）10-0021-04

DOI：10.3969/j.issn.1007-1423.2016.10.005

基金項(xiàng)目：國家科技支撐計(jì)劃（No.2011BAH26B03）、西華大學(xué)創(chuàng)新基金（No.ycjj2015189）