摘 要：隨著社交媒體的發(fā)展，微博為人們提供的服務(wù)正在極大地改變著人們使用互聯(lián)網(wǎng)的習(xí)慣，然而微博上用戶(hù)發(fā)表的大量信息，以及高頻率的信息更新，使得用戶(hù)面臨信息過(guò)載的問(wèn)題而無(wú)法快速獲取他感興趣的信息。推薦系統(tǒng)是解決此問(wèn)題的一種很好的方法，它是通過(guò)研究用戶(hù)已有數(shù)據(jù)來(lái)發(fā)掘用戶(hù)興趣，從而為用戶(hù)推薦可能感興趣的對(duì)象，如產(chǎn)品、網(wǎng)頁(yè)、微博等。本文介紹了一種基于張量分解技術(shù)的微博推薦算法來(lái)預(yù)測(cè)用戶(hù)對(duì)微博的興趣度，同時(shí)考慮用戶(hù)與微博、用戶(hù)與微博發(fā)布者影響因素，以及微博與微博發(fā)布者的影響因素，提高了已有算法的準(zhǔn)確度。

關(guān)鍵詞：微博推薦；矩陣分解；張量分解

中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract：With the development of social media，the services in micro-blog have significantly changed the way people use the Internet.However，as the large amount of information posted by users and the highly frequent update on micro-blogs，users often face the problem of information overload and miss out the content they are interested in.The recommendation system，which recommends items（such as products，web pages，micro-blogs，etc.）to users based on their interests，is an effective solution to this problem.The paper introduces a micro-blog recommendation algorithm based on the tensor factorization technology to predict the user's interest degree on certain micro-blog.The experimental results on real dataset show that the proposed model achieves desirable performance in characterizing the user's interest and the preprocessing of data on micro-blog.Finally，the paper presents the experimental results which show that the method significantly outperforms the baseline method.

Keywords：micro-blog recommendation；matrix factorization；tensor factorization

1 引言（Introduction）

目前，一些微博推薦算法在發(fā)掘用戶(hù)在社交媒體中的興趣和行為中表現(xiàn)出了一定的優(yōu)越性，例如基于內(nèi)容的推薦算法，但是目前大多數(shù)方法都通過(guò)內(nèi)容等顯性因素來(lái)預(yù)測(cè)用戶(hù)的興趣度而沒(méi)有考慮一些內(nèi)在的隱性因素。然而社交網(wǎng)絡(luò)中的信息是豐富且復(fù)雜的，只通過(guò)一些顯性因素來(lái)預(yù)測(cè)用戶(hù)興趣度是不夠的。因子分解模型最初被用于推薦系統(tǒng)中來(lái)對(duì)用戶(hù)感興趣的商品進(jìn)行推薦[1]。為了更好地對(duì)用戶(hù)行為建模，一些研究使用隱因子模型對(duì)用戶(hù)的興趣度進(jìn)行預(yù)測(cè)，而這些無(wú)法直接獲取的隱性因素是影響用戶(hù)興趣度的主要因素。這些方法使用矩陣分解算法分別考慮用戶(hù)和微博主題，用戶(hù)和微博發(fā)布者之間的社會(huì)關(guān)系，以及微博發(fā)布者與微博主題之間的隱性因素，通過(guò)兩兩之間關(guān)系來(lái)預(yù)測(cè)用戶(hù)對(duì)微博的興趣度。然而，同樣內(nèi)容的微博被不同的發(fā)布者發(fā)布的話，用戶(hù)的興趣度是不同的，因此我們應(yīng)綜合考慮用戶(hù)與微博，以及微博發(fā)布者它們之間的隱性因素共同對(duì)微博興趣度的影響。

張量是對(duì)向量和矩陣的擴(kuò)展[2]，因此它可以表示多元數(shù)據(jù)，已有的矩陣分解方法丟失了用戶(hù)與微博，以及微博發(fā)布者三者之間在三維空間上對(duì)用戶(hù)興趣度的影響而張量分解模型很好地解決推薦系統(tǒng)中存在的多元影響因素[3]。而現(xiàn)實(shí)生活中的數(shù)據(jù)一般都具有多元特征，相對(duì)復(fù)雜，因此張量模型很好地模擬了推薦系統(tǒng)中數(shù)據(jù)的多元影響關(guān)系。

2 微博排序優(yōu)化準(zhǔn)則（Optimizing ranking criterion

for weibo recommendation）

3 基于張量的分解模型（Tensor factorization model）

本文需要同時(shí)考慮用戶(hù)、微博、微博發(fā)布者這三個(gè)因素來(lái)預(yù)測(cè)用戶(hù)對(duì)微博的興趣度，即將二維矩陣拓展為三維張量來(lái)表示影響興趣度的隱性因素，也就是分解用戶(hù)—微博—發(fā)布者張量來(lái)預(yù)測(cè)用戶(hù)對(duì)微博的喜好度。

為了和大多數(shù)的基于矩陣分解的推薦系統(tǒng)中的方法對(duì)比，我們可以將三維張量理解為在傳統(tǒng)二維矩陣的基礎(chǔ)上增加一個(gè)維度，即一種典型的張量分解方法Tucker分解，該分解模型產(chǎn)生的類(lèi)似于SVD的左右奇異矩陣子結(jié)構(gòu)方便與已有算法SVD進(jìn)行實(shí)驗(yàn)結(jié)果對(duì)比[5，6]。Tucker分解把原張量分解為一個(gè)核心張量與一系列矩陣的乘積。這里我們以對(duì)三維張量的分解為例說(shuō)明Tucker的具體分解過(guò)程，詳見(jiàn)公式（5）：

4 實(shí)驗(yàn)（Experiment）

4.1 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于新浪微博，使用爬蟲(chóng)系統(tǒng)根據(jù)本文需求爬取相關(guān)數(shù)據(jù)[7]。網(wǎng)絡(luò)爬蟲(chóng)作為一種自動(dòng)提取網(wǎng)頁(yè)信息的計(jì)算機(jī)程序或者自動(dòng)化腳本[8]，它是搜索引擎的核心技術(shù)。本文先隨機(jī)選取一個(gè)微博用戶(hù)以發(fā)射狀不斷爬取該用戶(hù)的關(guān)注者的數(shù)據(jù)，以及關(guān)注者的關(guān)注者的數(shù)據(jù)，然后從這些數(shù)據(jù)中選出1024個(gè)微博用戶(hù)的主頁(yè)信息，但這些用戶(hù)的關(guān)注者人數(shù)需超過(guò)15。endprint

4.2 評(píng)價(jià)標(biāo)準(zhǔn)

本文通過(guò)平均準(zhǔn)確率評(píng)估預(yù)測(cè)結(jié)果的準(zhǔn)確度。本文推薦模型的結(jié)果是微博的排序，同時(shí)微博的排序位置還關(guān)聯(lián)了準(zhǔn)確度使得推薦模型能得到更準(zhǔn)確的評(píng)估，即微博成功推薦，如果它的排序越靠前那么平均準(zhǔn)確率就越高。如果系成功推薦的微博個(gè)數(shù)為0那么準(zhǔn)確率為0。評(píng)估公式見(jiàn)式（16）：

4.3 實(shí)驗(yàn)結(jié)果

為了驗(yàn)證算法的有效性，本文增加其他幾種方法來(lái)對(duì)比實(shí)驗(yàn)結(jié)果，包括按照時(shí)間排序的方法、按相似度排序的方法、矩陣分解模型算法SVD[9]。張量分解算法（TF）綜合考慮用戶(hù)、微博和微博發(fā)布者三者之間的關(guān)系，較SVD更加準(zhǔn)確地評(píng)估對(duì)用戶(hù)興趣度的影響。張量分解算法使用隨機(jī)梯度算法來(lái)估計(jì)實(shí)驗(yàn)參數(shù)，矩陣分解過(guò)程中K值取30準(zhǔn)確率最高。

5 結(jié)論（Conclusion）

時(shí)間排序的推薦方法由于依賴(lài)用戶(hù)的登錄時(shí)間而對(duì)登錄時(shí)間前后的微博轉(zhuǎn)發(fā)的概率大，因此預(yù)測(cè)的準(zhǔn)確度很低。相似度排序的算法只通過(guò)關(guān)鍵詞計(jì)算微博表面相似度來(lái)預(yù)測(cè)而忽略了內(nèi)在的語(yǔ)義。SVD只考慮用戶(hù)、微博與微博發(fā)布者兩兩之間的關(guān)系，忽略三者之間的共同作用沒(méi)有反映數(shù)據(jù)的真實(shí)信息而準(zhǔn)確度低于TF方法。

參考文獻(xiàn)（References）

[1] Lu J，et al.Recommender system application developments：a survey[J].Decision Support Systems，2015，74：12-32.

[2]Jain P，Oh S.Provable tensor factorization with missing data[C].Advances in Neural Information Processing Systems，2014：1431-1439.

[3] Ding G，Guo Y，Zhou J.Collective matrix factorization hashing for multimodal data[C].Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，2014：2075-2082.

[4] 冷亞軍，陸青，梁昌勇.協(xié)同過(guò)濾推薦技術(shù)綜述[J].模式識(shí)別與人工智能，2014，27（8）：720-734.

[5] Rendle S.Factorization machines[A].The IEEE International Conference on Data Mining.Sydney：2010：995-1000.

[6] Cao Y.，et al.Adapting ranking SVM to document retrieval[C].The 29th Annual International SIGIR Conference.Seattle，WA：2006：186-193.

[7] 孫立偉，何國(guó)輝，吳禮發(fā).網(wǎng)絡(luò)爬蟲(chóng)技術(shù)的研究[J].電腦知識(shí)與技術(shù)，2010，6（15）：4112-4115.

[8] 高建煌.個(gè)性化推薦系統(tǒng)技術(shù)與成用[D].中國(guó)科學(xué)技術(shù)大學(xué)，

2010.

[9] 秦曉暉.基于協(xié)同過(guò)濾的個(gè)性化微博推薦算法研究[J].軟件工程，2017，20（3）：14-17.

作者簡(jiǎn)介：

秦曉暉（1987-），女，碩士，助教.研究領(lǐng)域：中文信息處理，人工智能.endprint