張應(yīng)輝,司彩霞

(東北大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，遼寧 沈陽 110000)

基于用戶偏好和項(xiàng)目特征的協(xié)同過濾推薦算法

張應(yīng)輝,司彩霞

(東北大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，遼寧 沈陽 110000)

采用對項(xiàng)目屬性和用戶行為的分析，為用戶提供了一個(gè)有效的推薦資源解決方案(通過用戶的興趣偏好和項(xiàng)目的屬性進(jìn)行推薦)。對于用戶而言，根據(jù)對用戶注冊時(shí)的顯示屬性和用戶的歷史行為記錄(對項(xiàng)目資源的瀏覽、觀看、下載、分享等操作)的分析，以及對用戶歷史行為的量化將用戶劃分為不同的近鄰；對于項(xiàng)目而言，對項(xiàng)目也進(jìn)行相似的操作即通過項(xiàng)目本身具有的屬性和用戶對項(xiàng)目的評價(jià)來將項(xiàng)目聚類分成不同的資源類型。以此對協(xié)同過濾算法進(jìn)行改進(jìn)，來改善推薦結(jié)果單一、評分矩陣數(shù)據(jù)不多、推薦準(zhǔn)確性不高以及對新用戶和新項(xiàng)目存在的冷啟動(dòng)問題。實(shí)現(xiàn)推薦資源隨用戶行為、興趣的改變而動(dòng)態(tài)改變，以滿足用戶需求，達(dá)到個(gè)性推薦的目的，避免用戶在海量資源中為搜索資源而浪費(fèi)時(shí)間。

協(xié)同過濾；推薦系統(tǒng)；用戶屬性；項(xiàng)目屬性

0 引 言

隨著國際化以及國內(nèi)經(jīng)濟(jì)的快速發(fā)展，人們的需求呈現(xiàn)出多樣化的形式[1]，如何讓用戶快速有效地選擇自己所需要的資源是一項(xiàng)非常重要的工作。推薦技術(shù)因此應(yīng)運(yùn)而生[2]。推薦技術(shù)根據(jù)用戶的興趣愛好進(jìn)行推薦，滿足用戶的不同需求。為了實(shí)現(xiàn)個(gè)性化推薦，研究人員不斷研究改善，提出了許多的推薦算法，常用的有：基于關(guān)鍵字的檢索[3]，用戶來選擇自己所需資源的搜索，這種方式雖然在一定程度上滿足了用戶的需求，但是不能挖掘出用戶的潛在感興趣的資源；基于內(nèi)容的推薦[4]，雖然易于實(shí)現(xiàn)但由于現(xiàn)在文本形式的多樣性，受到了一定的限制；基于協(xié)同過濾的推薦[5]，是使用最廣的推薦算法，很容易挖掘出目標(biāo)用戶潛在的興趣，但存在一些問題，如評分矩陣數(shù)據(jù)中零元素較多造成的稀疏問題。

為了解決協(xié)同過濾算法存在的問題，提出了基于用戶興趣偏好和項(xiàng)目特征混合的算法(UIA-CF)。對于新用戶和新項(xiàng)目根據(jù)其顯示屬性進(jìn)行近鄰的分類，再根據(jù)近鄰的潛在興趣對目標(biāo)用戶進(jìn)行推薦，從而解決了新用戶和新項(xiàng)目的冷啟動(dòng)問題，且對評分矩陣進(jìn)行矩陣分解從而解決了稀疏問題。

1 用戶分類及用戶相似度的計(jì)算

協(xié)同過濾算法沒有考慮用戶屬性，在此部分介紹用戶屬性及潛在興趣的獲得。用戶顯示屬性的獲得比較容易，由用戶在注冊時(shí)直接生成(如用戶的年齡等信息)，這些信息構(gòu)成了用戶的顯式信息。

通過以上介紹獲得了用戶的興趣，得到用戶興趣矩陣User-Interest，由User-Interest來計(jì)算用戶間的相似度。用戶a,b間的相似度計(jì)算[8]公式為：

sim(a,b)=

(1)

2 項(xiàng)目分類及項(xiàng)目相似度的計(jì)算

項(xiàng)目的顯式屬性很容易獲得，如項(xiàng)目(以電影為例)的作者、演員、播放時(shí)長、發(fā)布時(shí)間、類型等等。有時(shí)項(xiàng)目的顯式屬性可能對項(xiàng)目的性質(zhì)描述得不太準(zhǔn)確，則可以與所有用戶對該項(xiàng)目的評價(jià)及評分分析出該項(xiàng)目的隱式屬性相結(jié)合來顯示項(xiàng)目的性質(zhì)。

(2)

類別Cj的先驗(yàn)概率為：

(3)

當(dāng)用戶a對項(xiàng)目的評論di進(jìn)行分類時(shí)，先計(jì)算項(xiàng)目相對于每一分類的后驗(yàn)概率，計(jì)算公式為：

(4)

其中，P(di)為常數(shù)。

式(4)可簡化為：

(5)

式(2)的計(jì)算結(jié)果若有幾個(gè)值比較接近且值比較大，把它們放入Item-Attribute矩陣，則說明該項(xiàng)目的潛在類別不止一個(gè)而是多個(gè)，若計(jì)算結(jié)果中只有一個(gè)值比較大則說明該項(xiàng)目潛在類別屬性只有一個(gè)。

通過以上公式的計(jì)算，可以得到項(xiàng)目屬性矩陣Item-Attribute，對Item-Attribute進(jìn)行計(jì)算可以得到兩個(gè)項(xiàng)目i,j的相似度計(jì)算公式：

(6)

其中，t為項(xiàng)目的某個(gè)屬性；I為項(xiàng)目的所有屬性。

對以上取得的用戶屬性和項(xiàng)目屬性，對這些數(shù)據(jù)進(jìn)行轉(zhuǎn)換、清洗、去噪等操作得到改進(jìn)的用戶-項(xiàng)目評分矩陣。

3 UIA-CF推薦算法的實(shí)現(xiàn)

通過上述介紹已經(jīng)對用戶和項(xiàng)目進(jìn)行了分類，然后就是對最近鄰進(jìn)行掃描搜索，產(chǎn)生推薦結(jié)果。文中采用TOP-N[12]的推薦方式為目標(biāo)用戶推薦適合用戶興趣的項(xiàng)目資源。目標(biāo)用戶a對項(xiàng)目i的預(yù)測評分采用以下公式：

(7)

其中，UN為用戶a最近鄰，a為最近鄰中的任何一個(gè)用戶；IN為項(xiàng)目i的最近鄰，i'為最近鄰中的任何一個(gè)項(xiàng)目。

用戶間的相似度和項(xiàng)目相似度分別由式(1)和式(6)計(jì)算得到，最后將預(yù)測評分的前N個(gè)以及目標(biāo)用戶沒有瀏覽過的資源形成TOP-N推薦集，向目標(biāo)用戶推薦。

式(7)中的預(yù)測評分估計(jì)，不僅考慮了用戶對項(xiàng)目的評分情況和用戶之間的相似性，還考慮了項(xiàng)目之間的相似性及項(xiàng)目的平均評分情況，避免了只考慮用戶或只考慮項(xiàng)目時(shí)的預(yù)測不準(zhǔn)確的問題，提高了推薦的準(zhǔn)確性。

根據(jù)上述介紹的各個(gè)部分的屬性及計(jì)算方法，為使算法流程更加清晰，此算法的偽代碼如下所示：

ForeachitemIi∈I

If(IinotratedbyUi)

BytheUi'sexplicitattributeclassificationtotheUi,gettheUi'sUser-Interest

Else

BytheUi'sexplicit,implicitattributeandformulas(5)，gettheUi'sUser-Interest

Endif-else

Byformulas(1)findingUi'snearestneighborUN

Endfor

ForeachUserUi∈U

If(IinotratedbyUi)

BytheIi'sexplicitattributeclassificationtotheIi,gettheIi'sItem-Attribute

Else

BytheIi'sexplicit,implicitattributeandformulas(2)，gettheIi'sItem-Attribute

Endif-else

Byformulas(6)findingIi'snearestneighborIN

Endfor

Bythematrixdecomposition,respectively,fortheUser-InterestandItem-Attributeoperatedintolowdimensionofdensematrix

Byformulas(7)gettheuserratingofitem,thenuserisrecommendedtotakepreliminaryscorefirstN

4 實(shí) 驗(yàn)

為了檢驗(yàn)設(shè)計(jì)的UIA-CF算法的有效性和效率，利用開源數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，檢測其性能。

4.1 實(shí)驗(yàn)數(shù)據(jù)與測評準(zhǔn)則

實(shí)驗(yàn)數(shù)據(jù)采用美國Minnesota大學(xué)GroupLens研究小組提供的MovieLens[13]，并且選用最新更新(2015年8月)電影評分?jǐn)?shù)據(jù)集ml-latest-small 1 MB中等大小的數(shù)據(jù)集。將每條四元組記錄轉(zhuǎn)換成與初始用戶-項(xiàng)目評分矩陣一樣的形式，如表1所示。并且評分標(biāo)準(zhǔn)依然按照GroupLens的評分標(biāo)準(zhǔn)1～5[14]，用前文提到的矩陣分解技術(shù)對初始矩陣進(jìn)行分解，得到低維濃密的數(shù)據(jù)矩陣，將隨機(jī)選出的用戶行為數(shù)據(jù)集隨機(jī)分為測試集(占20%)和訓(xùn)練集(占80%)。

表1 用戶-項(xiàng)目評分矩陣

實(shí)驗(yàn)測評指標(biāo)選用準(zhǔn)確率、召回率、MAE(Mean Absolute Error)[15]。結(jié)合文中實(shí)例，準(zhǔn)確率和召回率的計(jì)算公式為：

(8)

(9)

其中，T(a)表示使用者在測試數(shù)據(jù)集上的行為列表；R(a)表示用戶在訓(xùn)練數(shù)集上的行為給用戶做出的推薦列表。

MAE表示計(jì)算預(yù)測評分與實(shí)際評分之間的偏差的絕對值，公式為：

(10)

4.2 實(shí)驗(yàn)結(jié)果及分析

改進(jìn)算法中預(yù)測公式評分通過實(shí)驗(yàn)比較MAE的值來得到δ的值的大小，如圖1所示。

圖1 δ的取值

改進(jìn)算法與其他傳統(tǒng)的推薦算法的MAE比較如圖2所示。

圖2 UIA-CF與其他算法MAE的比較

表2的數(shù)據(jù)表明，UIA-CF算法在準(zhǔn)確率方面比協(xié)同過濾提高了2.2%，召回率降低了2.21%。

表2 UIA-CF同其他算法的比較 %

5 結(jié)束語

針對傳統(tǒng)的協(xié)同過濾推薦算法中遇到的矩陣稀疏性和冷啟動(dòng)問題，提出了UIA-CF推薦算法，解決了上述問題，且實(shí)現(xiàn)了視頻的個(gè)性化推薦，但是對視頻推薦系統(tǒng)中的安全性沒做進(jìn)一步的研究，這些內(nèi)容將在下一步研究中進(jìn)行討論。

[1]QianFulan,ZhangYanping,ZhangYuan,etal.Community-baseduserdomainmodelcollaborativerecommendationalgorithm[J].TsinghuaScienceandTechnology,2013,18(4):353-359.

[2]XieF,ChenZ,XuH,etal.TST:thresholdbasedsimilaritytransitivitymethodincollaborativefilteringwithcloudcompu

ting[J].TsinghuaScienceandTechnology,2013,18(3):318-327.

[3] 李莎莎.面向搜索引擎的自然語言處理關(guān)鍵技術(shù)研究[D].長沙：國防科學(xué)技術(shù)大學(xué)，2011.

[4] 劉飛飛.數(shù)字圖書館個(gè)性化信息推薦系統(tǒng)算法研究[J].情報(bào)科學(xué)，2012,30(12):1820-1823.

[5]ZhangL,TaoQ,TengPQ.Animprovedcollaborativefilteringalgorithmbasedonuserinterest[J].JournalofSoftware,2014,9(4):999-1106.

[6]ChattiMA,DakovaS,ThusH,etal.Tag-basedcollaborativefilteringrecommendationinpersonallearningenvironments[J].IEEETransactionsonLearningTechnologies,2013,6(4):337-349.

[7] 田久樂.基于協(xié)同過濾的電子商務(wù)個(gè)性化推薦算法分析[J].軟件導(dǎo)刊,2014,13(6):36-38.

[8] 陳祎荻,秦玉平.基于機(jī)器學(xué)習(xí)的文本分類方法綜述[J].渤海大學(xué)學(xué)報(bào):自然科學(xué)版,2010,31(2):201-205.

[9] 賈昱晟.基于機(jī)器學(xué)習(xí)的中文文本分類技術(shù)研究[J].電腦知識與技術(shù),2011,7(21):5194-5196.

[10]HuLiang,SongGuochang,XieZhenzhen,etal.Personalizedrecommendationalgorithmbasedonpreferencefeatures[J].TsinghuaScienceandTechnology,2014,19(3):293-299.

[11] 蔡 嵩,張建明,陳繼明,等.云計(jì)算環(huán)境中基于樸素貝葉斯算法的負(fù)載均衡技術(shù)[J].計(jì)算機(jī)應(yīng)用,2014,34(2):360-364.

[12]SalehiM,KamalabadiIN,GhoushchiMBG.AneffectiverecommendationframeworkforpersonallearningenvironmentsusingalearnerpreferencetreeandaGA[J].IEEETransactionsonLearningTechnologies,2013,6(4):350-363.

[13] 賀桂和.基于用戶偏好挖掘的電子商務(wù)協(xié)同過濾推薦算法研究[J].情報(bào)科學(xué),2013(12):38-42.

[14]GognaA,MajumdarA.Acomprehensiverecommendersystemmodel:improvingaccuracyforbothwarmandcoldstartusers[J].AccessIEEE,2015,3:2803-2813.

[15] 王斌斌,周作建,過 潔,等.基于迭代訓(xùn)練的WebService混合協(xié)同過濾推薦模型[J].計(jì)算機(jī)研究與發(fā)展,2013,50:153-162.

A Collaborative Filtering Algorithm Based on Interest of User and Attributes of Item

ZHANG Ying-hui,SI Cai-xia

(School of Computer Science and Engineering,Northeastern University,Shenyang 110000,China)

Using the analysis of project properties and user behavior provides the user with a valid solution recommended resources.It is recommended by the interest of the user and item’s attributes.To the user,according to analysis of the user registration display attributes and the user’s behavior data (for browsing,viewing,downloading and sharing of project resources),as well as the quantization of the history of user behavior,the users could be divided into different neighbors.For the project,the clustering of project could divided into different resource types by its attributes and the evaluation of user to project.Therefore,the collaborative filtering algorithm is improved to solve the problems of single recommended results,little evaluation matrix data,low accuracy of recommendation as well as cold start for new users and new project.Recommended resources is achieved to change dynamically along with behavior and interest of users,to meet their requirements,achieving the purpose of the personalized recommendation,avoiding the waste of time for user to search resources in huge amounts of resources.

collaborative filtering;recommendation system;user attribute;item attribute

2016-06-03

2016-09-14

時(shí)間：2017-01-04

國家自然科學(xué)基金資助項(xiàng)目(61262058)

張應(yīng)輝(1972-),男,副教授,碩士生導(dǎo)師,研究方向?yàn)橛?jì)算機(jī)圖像處理、機(jī)器學(xué)習(xí)；司彩霞(1991-),女,碩士研究生,研究方向?yàn)閿?shù)據(jù)挖掘技術(shù)。

http://www.cnki.net/kcms/detail/61.1450.TP.20170104.1039.080.html

TP301.6

A

1673-629X(2017)01-0016-04

10.3969/j.issn.1673-629X.2017.01.004