曲朝陽，周　寧，曲　楠，王　蕾，劉耀偉

(1.東北電力大學(xué)信息工程學(xué)院，吉林 吉林 132012； 2.吉林省電力大數(shù)據(jù)智能信息處理工程技術(shù)研究中心，吉林 吉林 132012； 3.國家電網(wǎng)江蘇省電力有限公司檢修分公司，江蘇 南京 210024； 4.國家電網(wǎng)吉林省電力有限公司，吉林 長春 130021)

在智能電網(wǎng)深入推進(jìn)的形勢下，電力系統(tǒng)的數(shù)字化、信息化、智能化不斷發(fā)展，帶來了更多的數(shù)據(jù)源，電力系統(tǒng)運行時產(chǎn)生的數(shù)據(jù)數(shù)量龐大、增長快速、類型豐富，是典型的大數(shù)據(jù).[1]如何根據(jù)用戶的信息需求從海量數(shù)據(jù)中實時、快速、準(zhǔn)確地向用戶執(zhí)行個性化的信息推薦，使其更好地為決策者服務(wù)，對電力系統(tǒng)提出了新的挑戰(zhàn).

推薦系統(tǒng)是信息檢索、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和人工智能等領(lǐng)域的研究熱點[2]，個性化推薦技術(shù)對電力大數(shù)據(jù)個性化推薦的實現(xiàn)提供了有效支撐，因此電力大數(shù)據(jù)個性化推薦系統(tǒng)得到了廣泛的關(guān)注，比如南方電網(wǎng)公司構(gòu)建的電網(wǎng)情報智能個性化推薦系統(tǒng)，該系統(tǒng)通過檢索日志對網(wǎng)絡(luò)用戶的信息需求與信息查尋行為進(jìn)行分析和研究，在海量數(shù)據(jù)源中通過個性化推送的方式向用戶執(zhí)行信息推薦，從而保證信息推送的實時性和有效性.[3]

目前傳統(tǒng)的推薦系統(tǒng)使用的推薦算法有基于內(nèi)容的推薦、基于圖結(jié)構(gòu)的推薦、協(xié)同過濾推薦和混合推薦.[4]在眾多的推薦算法中，協(xié)同過濾技術(shù)因具有較好的普適性、良好的推薦精度、共享他人經(jīng)驗的特點，在企業(yè)、政府等部門得到了廣泛應(yīng)用.傳統(tǒng)的協(xié)同過濾推薦方法通過計算用戶或物品的相似性來向用戶進(jìn)行推薦，推薦結(jié)果能夠較好地反映目標(biāo)之間的相似性，但相似的目標(biāo)之間不一定具有關(guān)聯(lián)性或關(guān)聯(lián)程度比較低，不相似或相似度較小的目標(biāo)之間也有可能具有關(guān)聯(lián)性.協(xié)同過濾算法在向用戶執(zhí)行推薦的過程中，與目標(biāo)相似的物品能夠獲得比較高的排名，但與目標(biāo)相關(guān)聯(lián)的物品有可能被忽略或排名比較低，因此針對這一問題本文采用基于關(guān)聯(lián)規(guī)則挖掘和協(xié)同過濾的聯(lián)合算法AR-Item CF，將目標(biāo)物品之間的關(guān)聯(lián)度作為影響推薦排名的因素之一，使得推薦結(jié)果的物品能夠獲得比較高的排名，從而實現(xiàn)向用戶推薦既存在相似性，又具有關(guān)聯(lián)性的推薦結(jié)果.

本文通過將電網(wǎng)領(lǐng)域知識組織成知識樹，應(yīng)用AR-Item CF對用戶行為數(shù)據(jù)的Web日志挖掘，通過計算用戶推薦列表得到最終推薦結(jié)果.實現(xiàn)不同知識項之間深層次的知識推薦，能夠有效地解決上述問題并提升推薦質(zhì)量和準(zhǔn)確率.

1　基于知識關(guān)聯(lián)度的電力大數(shù)據(jù)個性化推薦

1.1　知識樹的構(gòu)建

在電網(wǎng)領(lǐng)域，知識可概括為靜態(tài)和動態(tài)2種.靜態(tài)知識包括設(shè)備類知識、電力規(guī)程類知識[5]、電力故障診斷及決策知識[6]等；動態(tài)知識包括電網(wǎng)運行產(chǎn)生的實時數(shù)據(jù)和信息以及預(yù)測型知識，即由歷史的或當(dāng)前的數(shù)據(jù)推測未來的數(shù)據(jù)和狀態(tài)，也可以認(rèn)為是以時間為關(guān)鍵屬性的知識.[7]不同知識之間沒有明顯的聯(lián)系，用戶理解困難，不能向用戶提供有價值的推薦.對知識的查詢往往涉及多張表，增加了查詢的負(fù)擔(dān).

選擇良好的知識表示方法不僅可以建立良好的知識結(jié)構(gòu)，提高問題求解能力，而且有利于提高對知識的存儲和檢索效率，對減少關(guān)聯(lián)規(guī)則的挖掘時間、提高挖掘效率有著重要的影響.將電網(wǎng)領(lǐng)域知識分解成不同粒度的知識項，使用知識樹的結(jié)構(gòu)將它們組織起來，有利于建立知識體系中的關(guān)聯(lián)和推理機(jī)制，有利于知識的組織、管理和可視化，能夠滿足大多數(shù)知識表示的需求.

本文通過將電網(wǎng)數(shù)據(jù)按照知識點為單元進(jìn)行分解形成知識項，在知識項之間建立聯(lián)系，通過對知識點屬性KP及關(guān)系KR進(jìn)行描述，構(gòu)建知識樹模型KT{KP，KR}.

對知識點屬性KP的描述采用五元組{KID，KN，KW，KI，KP}表示，具體說明如下：

KID：知識點編號，知識點唯一表示；

KN：知識點名稱；

KW：知識點關(guān)鍵字；

KI：知識點重要程度；

KP：知識點對應(yīng)資源路徑.

知識點重要程度與被其他知識點引用到的次數(shù)有關(guān)，被引用的次數(shù)越多知識點越重要.設(shè)x為某知識點后繼知識點的數(shù)量(x≥0)，則其重要程度的隸屬函數(shù)可表示為：

知識點之間的關(guān)系可以形式化定義為KR=(RN，KPN，Relation，Degree)，其中：

RN：關(guān)系編號.

KPN：包括主知識點編號和關(guān)聯(lián)知識點編號.

Relation：相關(guān)知識點與主知識點關(guān)系類型，Relation=(Compose，Dependence，Mutuality)，其中：

Compose：組成關(guān)系，表示了元知識項和復(fù)合知識項之間的聚合關(guān)系；

Dependence：依賴關(guān)系，即前驅(qū)關(guān)系；

Mutuality：相關(guān)關(guān)系.

Degree：相關(guān)知識點與主知識點關(guān)系程度，Degree=(CP，DP，MP)，其中：

CP：組成關(guān)系中，子知識點在構(gòu)成父知識點中所占的比重；

DP：依賴關(guān)系中，知識點依賴知識點的程度；

MP：相關(guān)關(guān)系中，知識點相關(guān)的程度.

1.2　知識項相似度矩陣ASK生成

協(xié)同過濾算法分為基于用戶的協(xié)同過濾推薦User CF[8]和基于物品的協(xié)同過濾推薦Item CF[9].User CF對于物品的數(shù)量是海量的，同時也是更新頻繁；User CF的計算復(fù)雜度遠(yuǎn)遠(yuǎn)小于Item CF，User CF 加上社會網(wǎng)絡(luò)信息，可以增加用戶對推薦解釋的信服程度.對于用戶的數(shù)量大大超過物品的數(shù)量，同時物品的數(shù)據(jù)相對穩(wěn)定的推薦系統(tǒng)，Item CF的計算復(fù)雜度遠(yuǎn)遠(yuǎn)小于User CF，同時 Item CF 便于為推薦做出解釋[10].針對電力系統(tǒng)中領(lǐng)域知識相對穩(wěn)定，用戶數(shù)據(jù)多變的特點，本文采用協(xié)同過濾推薦算法AR-Item CF算法.

在系統(tǒng)日志中發(fā)掘用戶對知識樹中知識項產(chǎn)生的行為，包括用戶瀏覽、收藏、關(guān)注、評分等，將不同行為劃分權(quán)重，計算得到用戶對某一個知識項的評分，形成用戶-知識評分矩陣(見表1).

表1　用戶-知識評分矩陣

(1) 選取評分矩陣中前3/4知識數(shù)據(jù)項集作為訓(xùn)練集，將剩下的1/4作為測試集，在訓(xùn)練集上建立用戶興趣模型，在測試集上進(jìn)行預(yù)測.

(2) 計算知識項相似性.本文采用余弦相似性方法計算知識項之間的相似度.知識項i和知識項j之間的相似性為

(3) 形成知識項余弦相似度矩陣ASK(見表2).

表2　知識項余弦相似度矩陣

1.3　關(guān)聯(lián)矩陣生成

知識項之間的關(guān)系是以知識項為中心，知識項與周邊最近鄰知識節(jié)點之間形成的關(guān)系，這是一種顯性關(guān)系.而知識項與非最近鄰知識項、多個知識項的組合與其他知識項之間也有可能存在關(guān)系，如不同知識點的組合會派生出新的知識點，這些關(guān)系屬于隱性關(guān)系，需要進(jìn)一步分析和挖掘，知識項關(guān)聯(lián)程度用置信度表示.用Apriori算法[11]作為關(guān)聯(lián)規(guī)則挖掘的經(jīng)典算法，在計算關(guān)聯(lián)支持度和置信度方面有較好的優(yōu)勢，因此本文采用Apriori算法來計算知識項之間的關(guān)聯(lián)度，形成知識項關(guān)聯(lián)矩陣ARK，算法過程如下：

(1) 將知識樹中的知識項作為算法輸入；

(2) 單遍掃描數(shù)據(jù)集，確定每個項的支持度，得到頻繁1-項集；

(3) 算法掃描數(shù)據(jù)集，使用子集函數(shù)計算所有候選2-項集的支持度計數(shù)；

(4) 將支持度計數(shù)小于minsup的所有候選項集的置信度置為0，從而避免高相似性、低置信度的結(jié)果出現(xiàn)；

(5) 計算候選2-項集的置信度conf，形成知識項關(guān)聯(lián)矩陣ARK(見表3).

表3　知識項關(guān)聯(lián)矩陣

1.4　產(chǎn)生推薦

(1) 對知識項相似度矩陣ASK與知識項關(guān)聯(lián)矩陣ARK求和，得到最終用于計算用戶對知識項興趣度的矩陣ASRK，即ASRK=ASK+ARK.

(2) 根據(jù)用戶目標(biāo)知識項，在ASRK中查找與目標(biāo)知識項相關(guān)的前K個知識項.

(3) 計算用戶對知識項的興趣度公式為

其中：N(u)是用戶喜歡的知識項的集合；ASRK(j，K)是和知識項j相似度和關(guān)聯(lián)度之和較高的K個知識項的集合；Wji是知識項j和i在ASRK中對應(yīng)的值；Rui是用戶u對知識項i的興趣.該公式的含義是和用戶歷史上感興趣的知識項越相似且關(guān)聯(lián)度越高的知識項，越有可能在用戶的推薦列表中獲得比較高的排名.

2　實驗分析

本文對評價精度的度量采用平均絕對偏差MAE(mean absolute error)，MAE通過計算預(yù)測用戶評分與實際用戶評分之間的偏差度量預(yù)測的準(zhǔn)確性，MAE越小推薦質(zhì)量越高.設(shè)預(yù)測的用戶評分集合表示為{p1，p2，…，pN}，對應(yīng)的實際用戶評分集合為{q1，q2，…，qN}，則平均絕對偏差MAE定義為

項目推薦率(IRR)在項目推薦時，設(shè)一個用戶的待推薦項目集為W={w1，w2，…，wN}，其中wi(i=1，…，N)為待推薦項目，N為待推薦項目數(shù)，由于該用戶的所有最近鄰居中沒有發(fā)現(xiàn)關(guān)于wk(wk∈W)的實際評估記錄，而導(dǎo)致wk無法被推薦，不能被推薦的項目總數(shù)為M(M≤N)，則稱比值(N-M)/N為關(guān)于該用戶的項目推薦率.項目推薦率主要用于衡量最近鄰居查找的效率，也能從側(cè)面反映出用戶評分?jǐn)?shù)據(jù)庫的離散度.在相同的MAE下，IRR的值越高說明算法的推薦效率越高.

本文從電力安全規(guī)程系統(tǒng)的資源庫中選擇1 000條數(shù)據(jù)作為實驗數(shù)據(jù)集，其中包含300個用戶和700條知識，將實驗數(shù)據(jù)集中的3 /4作為訓(xùn)練集進(jìn)行挖掘以生成推薦的關(guān)聯(lián)度，其余的1 /4作為測試集進(jìn)行測試，與傳統(tǒng)的Item CF進(jìn)行對比得到在不同最近鄰居下兩種算法的MAE及項目推薦率IRR，實驗結(jié)果如圖1和2所示.

圖1　MAE的實驗結(jié)果　　圖2　IRR的實驗結(jié)果

隨著最近鄰居數(shù)的增加，算法的項目推薦率IRR隨之增加，與傳統(tǒng)的協(xié)同過濾推薦算法相比，本文提出的AR-Item CF推薦算法具有最小的 MAE，較高的IRR，由此可知，本文提出的AR-Item CF推薦算法可以顯著地提高推薦系統(tǒng)的推薦質(zhì)量和推薦效率.

3　結(jié)論

本文提出的AR-Item CF推薦算法與傳統(tǒng)的Item CF的最大不同在于計算用戶對知識項興趣度的過程中，將知識項之間的關(guān)聯(lián)程度作為影響推薦結(jié)果排名的因素之一，采用關(guān)聯(lián)規(guī)則挖掘和協(xié)同過濾推薦聯(lián)合算法來向用戶推薦相似度與關(guān)聯(lián)度比較高的結(jié)果.實驗結(jié)果證明相對于傳統(tǒng)的協(xié)同過濾推薦，本文提出的AR-Item CF推薦算法不僅能夠向用戶執(zhí)行高質(zhì)量的推薦，對于推薦執(zhí)行效率也有一定的提高.然而在最近鄰居數(shù)較少的情況下，算法的項目推薦率IRR比較低，如何提高項目推薦率IRR也是下一步工作需要解決的問題，從而進(jìn)一步完善該算法.

[參考文獻(xiàn)]

[1]彭小圣，鄧迪元，程時杰，等.面向智能電網(wǎng)應(yīng)用的電力大數(shù)據(jù)關(guān)鍵技術(shù)[J].中國電機(jī)工程學(xué)報，2015，35(3)：503-511.

[2]孟祥武，胡勛，王立才，等.移動推薦系統(tǒng)及其應(yīng)用[J].軟件學(xué)報，2013，24(1)：91-108.

[3]周育忠，周宏龍，吳江.電網(wǎng)情報智能個性化推薦系統(tǒng)構(gòu)建[J].圖書情報知識，2014(4)：50-56.

[4]楊博，趙鵬飛.推薦算法綜述[J].山西大學(xué)學(xué)報(自然科學(xué)版)，2011，34(3)：337-350.

[5]趙峰，天恩，孫宏斌.電網(wǎng)安全運行知識的表達(dá)與演變[J].中國電機(jī)工程學(xué)報，2015，35(20)：5117-5123.

[6]曲朝陽，陳帥，楊帆，等.基于雙層次分析的智能變電站數(shù)據(jù)分類方法[J].東北電力大學(xué)學(xué)報，2014，34(2)：61-65.

[7]曲朝陽，陳帥，楊帆，等.基于云計算技術(shù)的電力大數(shù)據(jù)預(yù)處理屬性約減方法[J].電力系統(tǒng)自動化，2014，38(8)：67-71.

[8]WANG WEI，ZHANG GUANGQUAN，LU JIE.Collaborative filtering with entropy-driven user similarity in recommender systems[J].Int J Intell Syst，2015，30(8)：854-870.

[9]GAO MIN，F(xiàn)U YUNQING，CHEN YIXIONG，et al.User-weight model for item-based recommendation systems[J].Journal of Software，2012，7(9)：2133-2140.

[10]HU LIANG，SONG GUOHANG，XIE ZHENZHEN，et al.Personalized recommendation algorithm based on preference features[J].Tsinghua Science and Technology，2014，19(3)：293-299.

[11]苗苗苗，王玉英.基于矩陣壓縮的Apriori算法改進(jìn)的研究[J].計算機(jī)工程與應(yīng)用，2013，49(1)：159-162.