趙海燕，張 健，曹 健

(1.上海理工大學(xué) 光電信息與計(jì)算機(jī)工程學(xué)院，上海 200093；2.上海交通大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)系，上海 200030)

基于APP使用歷史主題分析的個(gè)性化推薦算法

趙海燕1，張 健1，曹 健2

(1.上海理工大學(xué) 光電信息與計(jì)算機(jī)工程學(xué)院，上海 200093；2.上海交通大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)系，上海 200030)

針對(duì)智能手機(jī)應(yīng)用軟件(APP)日益增多，給用戶(hù)的選擇和使用帶來(lái)不便的問(wèn)題。文中采用數(shù)據(jù)挖掘及個(gè)性化推薦的方法，根據(jù)用戶(hù)APP的使用記錄和內(nèi)容信息，提出基于APP使用歷史主題分析的個(gè)性化推薦算法，挖掘出用戶(hù)潛在偏好進(jìn)行APP推薦。通過(guò)在真實(shí)用戶(hù)數(shù)據(jù)集上的實(shí)驗(yàn)，證明此算法較其它算法，在推薦準(zhǔn)確度上有明顯提升。

主題模型；推薦系統(tǒng)；協(xié)同過(guò)濾；手機(jī)應(yīng)用

AbstractFor the rapid development of smart phones, mobile phone APPlication software (APP) is increasing and to the user’s choice and use of problems caused by deep. By using the method of data mining and personalized recommendation based on user, propose analysis of historical theme using APP personalized recommendation algorithm for mining user potential preference recommendation based on the use of APP records and content information. Through experiments on real user data sets, it is proved that this algorithm is much better than other algorithms in the recommendation accuracy.

Keywordstopic model;recommendation system;collaborative filtering;mobile phone application

隨著智能手機(jī)市場(chǎng)的擴(kuò)大，大量的手機(jī)應(yīng)用正在被開(kāi)發(fā)和推廣，截止到2015年12月，在Google Play中有1 500 000個(gè)應(yīng)用軟件[1-2]，在APP Store上有1 300 000個(gè)應(yīng)用軟件，這將給用戶(hù)搜索、選擇適合的應(yīng)用帶來(lái)較大困難。

為便于用戶(hù)選擇APP，許多APP市場(chǎng)將APP按照類(lèi)別進(jìn)行組織，在同一類(lèi)別中則按照APP的流行度進(jìn)行排列[3]。這種方法雖然對(duì)用戶(hù)選擇APP提供了幫助，但是它需要用戶(hù)已經(jīng)明確自己所需要的類(lèi)別，然后可以在這一類(lèi)別中自主選擇。顯然，最流行的并不一定正適合用戶(hù)的偏好。通過(guò)個(gè)性化推薦主動(dòng)將適合某一用戶(hù)的APP推送給用戶(hù)，能夠簡(jiǎn)化用戶(hù)的選擇，并起到推廣APP的作用。

用戶(hù)在使用APP過(guò)程中產(chǎn)生了許多隱式的信息，例如：時(shí)間、地點(diǎn)、情緒、關(guān)注焦點(diǎn)、點(diǎn)擊量等[4-7]。有時(shí)還包括用戶(hù)的社交關(guān)系[8]，盡管這些隱式信息能很好地體現(xiàn)了用戶(hù)的偏好，但它們有的很難被利用。在這些因素當(dāng)中，點(diǎn)擊量是最容易被利用，也是最明顯反應(yīng)用戶(hù)的偏好的。因而，合理使用這些因素有助于提高個(gè)性化推薦的準(zhǔn)確率。

1 相關(guān)工作

隨著手機(jī)應(yīng)用的激增，APP推薦的方法也在實(shí)際的需求中得到了研究和發(fā)展。為提供個(gè)性化推薦，研究者開(kāi)始考慮利用用戶(hù)的地理位置[9]、時(shí)間信息等上下文信息。

在文獻(xiàn)[10]中根據(jù)用戶(hù)的評(píng)分和觀看數(shù)量在時(shí)間上下文上對(duì)用戶(hù)偏好建模，進(jìn)行新聞、電影的推薦。文獻(xiàn)[11]中Rho等提出了一個(gè)利用日期、時(shí)間和位置上下文信息去推薦某一類(lèi)別的APP，而不是單個(gè)APP。其中日期被分為工作日和周末，時(shí)間分為上午、中午飯時(shí)間、下午、晚飯時(shí)間、晚上，位置是根據(jù)GPS自定義的一些地點(diǎn)。這種將上下文進(jìn)行簡(jiǎn)單分類(lèi)來(lái)進(jìn)行推薦的效果較差，因?yàn)檫@些上下文無(wú)法反應(yīng)用戶(hù)使用不同APP的真正偏好。文獻(xiàn)[12]中Lee等進(jìn)一步提出了一個(gè)基于動(dòng)態(tài)上下文因素的APP推薦系統(tǒng)，這些因素包括時(shí)間、天氣、情感、位置等，但是這個(gè)推薦系統(tǒng)也只能推薦被許多用戶(hù)使用過(guò)的APP，而不能推薦新的APP。在文獻(xiàn)[13]中，提出了一個(gè)基于時(shí)間變化的用戶(hù)主題模型。盡管該模型與本文的模型一樣運(yùn)用了主題分析，但是其沒(méi)有考慮用戶(hù)使用APP的歷史行為，也就無(wú)法獲取用戶(hù)的真實(shí)偏好。

綜合以上算法，提出一種新的模型TOUGHT--基于APP使用歷史主題分析(Topic Analysis of APP UsaGe HisTory, TOUGHT)進(jìn)行APP推薦。TOUGHT模型將用戶(hù)的點(diǎn)擊量和APP的內(nèi)容相結(jié)合，從用戶(hù)使用APP的功能習(xí)慣上來(lái)預(yù)測(cè)用戶(hù)的APP的需要及偏好。實(shí)驗(yàn)證明在推薦準(zhǔn)確率上得到提高。

2 TOUGHT推薦模型

2.1 TOUGHT模型獲取主題分布

為了能夠依據(jù)APP的使用次數(shù)發(fā)現(xiàn)用戶(hù)的真實(shí)偏好，將用戶(hù)所有點(diǎn)擊使用過(guò)的APP的描述構(gòu)成一個(gè)文檔，對(duì)該文檔使用LDA分析。TOUGHT的圖模型表示如圖1所示。

圖1 TOUGHT 概率圖模型

因?yàn)槭褂玫腁PP代表用戶(hù)的需求，使用的頻次反映了用戶(hù)的偏好，除去一些功能性的APP。所以在TOUGHT算法中通過(guò)將APP描述的文檔，按照使用次數(shù)進(jìn)行合成后學(xué)習(xí)得到的主題分布，也能反映用戶(hù)的主題偏好分布。在此基礎(chǔ)上，通過(guò)挖掘得到與用戶(hù)主題偏好分布具有相似主題分布的APP，或者與用戶(hù)當(dāng)前主題分布相互補(bǔ)充的APP，實(shí)現(xiàn)個(gè)性化的APP推薦。

用戶(hù)根據(jù)使用記錄的主題偏好分布pc可以定義如下

pc=〈E(θz1|c),E(θz2|c),…,E(θzk|c)〉

(1)

其中，θzk表示一個(gè)主題的分布;K表示TOUGHT模型中主題的數(shù)量。根據(jù)貝葉斯推理

E(θzk|c)=p(zk|c)∝p(t|zk)p(zk)

(2)

TOUGHT的生成過(guò)程具體描述如下，對(duì)每個(gè)用戶(hù)：(1)收集用戶(hù)的APP的點(diǎn)擊次數(shù)c1,c2,c3,…；(2)根據(jù)用戶(hù)使用過(guò)的APP得到對(duì)應(yīng)的描述文檔；(3)對(duì)用戶(hù)使用的APP內(nèi)容及其點(diǎn)擊次數(shù)構(gòu)成的描述用戶(hù)的偽文檔：1)按照Dirichlet分布，生成文檔d的主題分布θd～DirN(α)；2)從主題分布θd中，選取一個(gè)主題Zd,n～Mult(θd|c)，Zd,n∈{1,…,K}；3)根據(jù)主題，選取一個(gè)單詞Wd,n～Mult(βZd,n|c)，Wd,n∈{1,…,N} 。

得到描述用戶(hù)的偽文檔后，就可以根據(jù)TOUGHT模型計(jì)算用戶(hù)的偏好向量。

算法實(shí)現(xiàn)的偽代碼如下：

for all documentsm∈[1,M] do

for all wordsn∈[1,Nm] in documentmdo

sample topic index

zm,n←k-Mult(1/K)

increase document-topic count:

increase document-topic sum:

nm+=1

increase topic-term count:

increase topic- term sum :

nk+=1

end for

end for

// Gibbs sampling over burn-in period and sampling period

while not finished do

for all documentsm∈[1,M] do

for all wordsN∈[1,Nm] in documentmdo

Sample topic index:

end for

end for

// check convergence and read out parameters

if converged and L sampling iterations since last reading then

read parameter Φ set according to Eq.(5)

read parameter Θ set according to Eq.(6)

end if

end while

(3)

(4)

以上算法對(duì)LDA模型進(jìn)行了一定修改，加上條件參數(shù)點(diǎn)擊量c，可以更準(zhǔn)確的得到用戶(hù)偏好主題分布。

對(duì)于一個(gè)新的APP，先與用戶(hù)的主題偏好分布計(jì)算相似度，避免物品冷啟動(dòng)。APP的概率主題分布用vc表示。這樣，用戶(hù)和新的APP的關(guān)系就可以用Cosine相似[14]去計(jì)算，定義如下

(5)

式中，pi是用戶(hù)ui的偏好主題向量；RTTOC(i,v)是向用戶(hù)推薦APP的依據(jù)。若用戶(hù)使用APP，分析用戶(hù)偏好的文檔會(huì)發(fā)生變化，則用戶(hù)的主題偏好向量也會(huì)發(fā)生改變。那么，根據(jù)新形成的用戶(hù)偏好向量可以得到變化的推薦結(jié)果。

2.2 與協(xié)同過(guò)濾的結(jié)合

用戶(hù)使用APP都會(huì)有各自的偏好、習(xí)慣，其他用戶(hù)也是。所以基于用戶(hù)的協(xié)同過(guò)濾也可以增加給用戶(hù)推薦APP的準(zhǔn)確率[15]。同樣根據(jù)APP使用的點(diǎn)擊記錄按照TOUGHT模型計(jì)算方式得到其他用戶(hù)的偏好向量。則兩個(gè)用戶(hù)ui，uj的相似度也可以用cosine計(jì)算，定義如下

(6)

其中，pi，pj分別表示ui；uj的偏好主題向量。

綜合TOUGHT模型和基于用戶(hù)協(xié)同過(guò)濾來(lái)計(jì)算為用戶(hù)推薦新的APP的評(píng)分相似度。計(jì)算公式可作如下定義

(7)

式(7)表明，如果與用戶(hù)相似的用戶(hù)中對(duì)APPv有過(guò)行為的用戶(hù)越多時(shí)，RTTOC(ui,uj)對(duì)RT(v)的影響較大，也就是說(shuō)，與用戶(hù)i興趣相似的用戶(hù)集合在計(jì)算推薦評(píng)分時(shí)的作用較大；反之，如果與用戶(hù)i興趣相似的用戶(hù)都未使用過(guò)APPv時(shí)，則主要依賴(lài)RTTOC(i,v)計(jì)算，也就是說(shuō)只根據(jù)待推薦用戶(hù)的偏好向量直接與其計(jì)算推薦評(píng)分。

3 實(shí)驗(yàn)及分析

3.1 數(shù)據(jù)集

實(shí)驗(yàn)采用的數(shù)據(jù)集來(lái)自真實(shí)的用戶(hù)APP的使用記錄，時(shí)間從2014/10/1～2014/11/29，每條記錄表示用戶(hù)的一次使用行為，每條記錄包含的信息如表1所示。

表1 數(shù)據(jù)集信息詳情表

其中，包含127 512條用戶(hù)使用記錄，經(jīng)過(guò)處理，數(shù)據(jù)集中包括的用戶(hù)總數(shù)和APP總數(shù)如表2所示。

表2 實(shí)驗(yàn)數(shù)據(jù)集的規(guī)模

這里每個(gè)用戶(hù)都使用10個(gè)以上的APP，原始數(shù)據(jù)是APP的每次使用記錄，需要經(jīng)過(guò)統(tǒng)計(jì)，得到用戶(hù)點(diǎn)擊APP的次數(shù)。

圖2列出了用戶(hù)使用頻率最高的10個(gè)APP，基于頻率進(jìn)行APP使用次數(shù)的統(tǒng)計(jì)和排序可以作為基于流行度推薦的依據(jù)。

圖2 基于頻率的APP排序

從圖2可以發(fā)現(xiàn)，點(diǎn)擊率最高的均是常用的APP，每個(gè)用戶(hù)都會(huì)安裝，推薦這些APP實(shí)際沒(méi)有意義。

3.2 評(píng)價(jià)指標(biāo)與對(duì)比算法

實(shí)驗(yàn)效果選擇準(zhǔn)確率Precision和召回率Recall作為評(píng)價(jià)指標(biāo)。計(jì)算公式為

(8)

(9)

其中，u表示測(cè)試集用戶(hù)集合;R(u)是根據(jù)用戶(hù)在訓(xùn)練集上的行為給用戶(hù)算出的推薦列表;T(u)是用戶(hù)在測(cè)試集上的行為列表。

在實(shí)驗(yàn)中，與TOUGHT模型比較的算法有：基于流行度的推薦方法；基于用戶(hù)相似的協(xié)同過(guò)濾推薦方法；基于主題模型的推薦算法。

3.3 實(shí)驗(yàn)結(jié)果

在APP數(shù)據(jù)集上，設(shè)置先驗(yàn)參數(shù)α=0.05、β=0.05，主題個(gè)數(shù)設(shè)置為12。將整個(gè)數(shù)據(jù)集隨機(jī)分開(kāi)，80%為訓(xùn)練集，20%為測(cè)試集，對(duì)比試驗(yàn)結(jié)果如表3所示，其中K為相似用戶(hù)數(shù)；D為推薦APP個(gè)數(shù)；Base_popular為基于流行度的推薦方法；Base_user為基于用戶(hù)的協(xié)同過(guò)濾方法；Base_userlda為基于主題模型的協(xié)同推薦算法。

表3 實(shí)驗(yàn)結(jié)果對(duì)比 /%

從結(jié)果中看， Base_popular只考慮了大多數(shù)人的興趣偏好，沒(méi)有考慮個(gè)性化的需求，所以準(zhǔn)確率、召回率都偏低；而B(niǎo)ase_user利用了用戶(hù)群興趣相似的特點(diǎn)，但沒(méi)考慮利用APP本身體現(xiàn)出的用戶(hù)興趣偏好，而且還會(huì)面臨冷啟動(dòng)問(wèn)題，這都可能導(dǎo)致準(zhǔn)確率、召回率偏低；Base_userlda是基于主題模型的協(xié)同過(guò)濾，利用了用戶(hù)使用的APP的內(nèi)容信息構(gòu)成偽文檔，進(jìn)行用戶(hù)的主題偏好分析，沒(méi)有使用點(diǎn)擊量，因此雖然在準(zhǔn)確度有所提高，但仍然不能很好地說(shuō)明用戶(hù)的偏好；TOUGHT模型在準(zhǔn)確率、召回率上明顯高于以上3個(gè)推薦方法。因?yàn)門(mén)OUGHT模型既利用了基于APP內(nèi)容及點(diǎn)擊量去刻畫(huà)用戶(hù)偏好，又結(jié)合相似用戶(hù)的興趣，提高了推薦效果。

對(duì)于上述實(shí)驗(yàn)中超參α=0.05，β=0.05K=12的賦值，是經(jīng)過(guò)實(shí)驗(yàn)后得到較好結(jié)果對(duì)應(yīng)的設(shè)置，表4列出了當(dāng)α和β不變，K=14時(shí)的實(shí)驗(yàn)結(jié)果。

表4 TOUGHT模型在不同參數(shù)下結(jié)果 /%

可以看到，與表3中的數(shù)據(jù)比較，各個(gè)指標(biāo)都有降低。經(jīng)過(guò)多次實(shí)驗(yàn)，確定了表3對(duì)應(yīng)的優(yōu)化參數(shù)。

圖3 TOUGHT主題概率分布與一般主題概率分布對(duì)比

圖3中一般概率分布是根據(jù)用戶(hù)使用APP的個(gè)數(shù)建立的主題概率分布情況，沒(méi)有加上用戶(hù)的點(diǎn)擊量，TOUGHT主題概率分布是根據(jù)用戶(hù)使用APP的個(gè)數(shù)及其在各個(gè)APP上的點(diǎn)擊量建立的用戶(hù)興趣主題分布，兩者顯著不同，表明用戶(hù)在不同APP上的點(diǎn)擊量變化時(shí)，用戶(hù)的興趣主題分布發(fā)生了變化，從而影響對(duì)用戶(hù)興趣的刻畫(huà)。TOUGHT模型中考慮了這一點(diǎn)，以增加個(gè)性化推薦的準(zhǔn)確率。

4 結(jié)束語(yǔ)

根據(jù)用戶(hù)的APP點(diǎn)擊量并結(jié)合主題模型計(jì)算用戶(hù)興趣主題分布形象、直觀的反映用戶(hù)的興趣及其變化，并能夠解決冷啟動(dòng)問(wèn)題。基于用戶(hù)的協(xié)同過(guò)濾已在推薦領(lǐng)域得到廣泛應(yīng)用。同樣，在也可以在APP推薦中使用用戶(hù)協(xié)同過(guò)濾找到興趣相似用戶(hù)提高推薦的準(zhǔn)確率。TOUGHT模型在實(shí)驗(yàn)中體現(xiàn)出優(yōu)于其他推薦方法的結(jié)果。接下來(lái)的工作是更加細(xì)化APP分類(lèi)信息，再深入挖掘分類(lèi)信息對(duì)給個(gè)性化推薦的影響，考慮通過(guò)統(tǒng)計(jì)其他APP的使用時(shí)間的長(zhǎng)短，來(lái)衡量用戶(hù)的偏好，進(jìn)一步提高個(gè)性化推薦的效果。

[1] Girardello A, Michahelles F. APPAware: which mobile APPlications are hot[C].CA,USA:Proceedings of the 12th International Conference on Human Computer Interaction with Mobile Devices and Services,ACM,2010.

[2] B?hmer M,Prinz M,Bauer G. Contextualizing mobile APPlications for context-aware recommendation[J]. ADJ Proceeding of Pervasive,2010,20(10):59-63.

[3] Davidsson C.Mobile application recommender system[J]. ADJ Proceeding of Pervasive,2010,20(10):121-125.

[4] Musto C,Semeraro G,Lops P,et al. Contextual evsm: A content-based context-aware recommendation framework based on distributional semantics[C].Springer Berlin Heidelberg:International Conference on Electronic Commerce and Web Technologies,2013.

[5] Adomavicius G,Tuzhilin A,Berkovsky S,et al.Context-aware recommender systems: research workshop and movie recommendation challenge[J].ADJ Proceeding of Pervasive,2010,20(10):231-235.

[6] Braunhofer M,Elahi M,Ricci F.Usability assessment of a context-aware and personality-based mobile recommender system[C].Beijing:International Conference on Electronic Commerce and Web Technologies,Springer International Publishing,2014.

[7] Adomavicius G,Tuzhilin A.Context-aware recommender systems[M]. US:Springer,2011.

[8] 王寶林,韓帥帥,張德海.一種基于社會(huì)化標(biāo)簽的協(xié)同過(guò)濾推薦算法[J].電子科技,2015,28(7):90-93.

[9] Zhang C,Ding X,Chen G,et al.Nihao: A predictive smartphone APPlication launcher[C].Berlin Heidelberg:International Conference on Mobile Computing,applications, and Services,2012.

[10] Yin H,Cui B,Chen L,et al.A temporal context-aware model for user behavior modeling in social media systems[C].Shanghai:Proceedings of the 2014 ACM SIGMOD International Conference on Management of Data,ACM,2014.

[11] Rho W H,Cho S B.A context-aware mobile APP category recommendation system with bayesian network[J]. Journal of KIISE:Software and application,2013,40(12):809-816.

[12] Lee H,Choi Y S,Kim Y J.An adaptive user interface based on spatiotemporal structure learning[J].IEEE Communications Magazine,2011,49(6): 118-124.

[13] Jang B R,Noh Y,Lee S J,et al.A combination of temporal and general preferences for APP recommendation[J].The Journal of Maternal-fetal & Neonatal Medicine,2015(6):1121-1127.

[14] Yan X,Guo J,Lan Y,et al.A biterm topic model for short texts[C].Guangzhou:Proceedings of the 22nd International Conference on World Wide Web International World Wide Web Conferences Steering Committee,2013.

[15] 李映,李玉龍,王陽(yáng)萍.一種改進(jìn)的混合協(xié)同過(guò)濾推薦算法[J].電子科技,2016,29(4):45-48.

Personalized Recommendation Algorithm Based on Topic Analysis on APP Usage History

ZHAO Haiyan1，ZHANG Jian1，CAO Jian2

(1.School of Optical and Electronic Information and Computer Engineering,University of Shanghai for Science and Technology,Shanghai 200093,China；2. Department of Computer Science and Technology, Shanghai Jiaotong University,Shanghai 200030,China)

TP391

A

1007-7820(2017)10-123-05

2016- 12- 05

國(guó)家自然科學(xué)基金(61272438,61472253) ；上海市科委基于大數(shù)據(jù)的個(gè)性化服務(wù)資助項(xiàng)目(14511107702)

趙海燕(1975-) ，女，博士，副教授。研究方向：服務(wù)計(jì)算等。張健(1990-)，男，碩士研究生。研究方向：推薦系統(tǒng)等。曹健(1972-)，男，教授，博士生導(dǎo)師。研究方向：服務(wù)計(jì)算。

10.16180/j.cnki.issn1007-7820.2017.10.033