高亨德,王智強,李 茹,2,3

(1. 山西大學(xué) 計算機與信息技術(shù)學(xué)院，山西 太原 030006;2. 山西大學(xué) 計算智能與中文信息處理教育部重點實驗室，山西 太原 030006;3. 山西大學(xué)大數(shù)據(jù)挖掘與智能技術(shù)協(xié)同創(chuàng)新中心，山西 太原 030006)

0 引言

近年來,社交媒體逐漸成為了用戶分享和傳播信息的主要平臺。用戶可以通過在社交媒體平臺上發(fā)布視頻、圖片或文本等來分享和傳播信息。 其中,文本成為了社交媒體用戶表達觀點、獲取和分享信息的重要內(nèi)容之一。 從文本中可以抽取出用戶豐富的詞特征信息,對于許多數(shù)據(jù)挖掘任務(wù)如用戶主題建模、興趣挖掘、用戶畫像及個性化推薦等具有重要作用。Jiang等人[1]利用上下文信息的詞特征對用戶進行微博推薦,張晨逸等人[2]利用微博詞特征對微博進行主題挖掘,高明等人[3]對熱門微博進行實時個性化推薦, 程南昌等人[4]利用微博短文本，進行短文本傾向性分析,付博等人[5]利用人工標注微博文本進行用戶的消費意圖識別，另外一些評測任務(wù)中也用到用戶歷史文本信息。

在社交媒體中,文本作為用戶信息的重要方面,挖掘用戶的豐富歷史文本信息(如微博/Tweets)是支撐許多社交媒體應(yīng)用如用戶畫像、社會化推薦等的重要前提。然而,社交媒體中同時存在大量用戶，他們未發(fā)表過或者發(fā)表過很少量的文本信息,面向此類用戶的文本挖掘任務(wù)則無法展開。針對此問題,本文試圖從詞特征層面來重建缺乏歷史文本信息的用戶詞特征,從而為面向社交媒體用戶的挖掘任務(wù)奠定基礎(chǔ)。本文將上述所指的缺乏文本信息的用戶稱為冷啟動用戶,本文的具體研究問題稱之為冷啟動用戶詞特征重建。

具體而言,本文將冷啟動用戶的詞特征重建問題形式化為: 給定m個用戶的集合S={u1,…,um}與n個特征詞的集合K={w1,…,wn},其中有m1個用戶具有豐富的歷史文本信息,此類用戶能夠直接通過現(xiàn)有的詞特征提取方法(如tf、tf-idf等)獲取每個用戶的特征詞及其特征權(quán)重。而用戶集合S中還包含m2個用戶在社交媒體中缺少歷史文本信息,無法建立其特征詞及特征權(quán)重,此類用戶即為冷啟動用戶。本文研究的目標就是針對此類冷啟動用戶,通過借助社交媒體環(huán)境中的其他可用信息重建此類用戶的特征詞及其特征權(quán)重。圖1為用戶—詞特征矩陣R=[Rij]m×n,矩陣的前m1行對應(yīng)上文所述的m1個用戶已建立的詞特征向量,而其余m2個冷啟動用戶的詞特征向量為空,需要重建,且m=m1+m2。

圖1 用戶—詞特征矩陣

與該冷啟動用戶的詞特征重建問題類似的研究已有很多,特別是在協(xié)同過濾推薦領(lǐng)域中,與推薦領(lǐng)域中的冷啟動推薦問題類似,可以借鑒解決推薦系統(tǒng)冷啟動問題的算法來解決本問題。

在推薦領(lǐng)域中給定一個用戶—商品評分矩陣,我們需要基于歷史評分信息對矩陣中的未知評分進行填充。但有些用戶缺少或只有少量的歷史評分信息從而很難依據(jù)這些歷史信息對其進行評分的填充,這就是協(xié)同過濾推薦系統(tǒng)中面臨的冷啟動用戶推薦問題。類似的,本文也可看作對信息的填充問題,但同時,用戶特征詞的維度高且詞特征權(quán)重取值不同于評分的取值(1～5),詞特征(tf、tf-idf)的值可取范圍更廣,因此本文所研究的詞特征重建問題相對協(xié)同過濾推薦系統(tǒng)中的冷啟動問題更具挑戰(zhàn)性。

已有解決冷啟動問題的方法主要有如下三種類型。

(1) 引入輔助信息的推薦

該類方法主要是結(jié)合外部數(shù)據(jù),如屬性數(shù)據(jù)、文本數(shù)據(jù)、標簽數(shù)據(jù)等來幫助解決冷啟動前提下的推薦問題。例如,于洪等[6]提出充分利用用戶時間權(quán)重與標簽、項目屬性、時間等信息,獲得個性化推薦評分,實現(xiàn)個性化推薦,解決新項目冷啟動問題。Zhang等[7-8]提出將標簽信息應(yīng)用到推薦算法中,并以三分圖的形式來描述用戶、項目與標簽三者之間的關(guān)系,以解決推薦算法的冷啟動問題。

Zhang等[9]結(jié)合不同的上下文信息構(gòu)建預(yù)測模型,然后通過協(xié)同策略使不同模型之間相互學(xué)習(xí),以此解決推薦系統(tǒng)中地址冷啟動問題。Wang等[10]引入非拓撲信息并建立非拓撲信息與拓撲信息的連接來預(yù)測最終用戶與現(xiàn)有用戶之間連接的可能性,來解決冷啟動問題。高玉凱等[11]結(jié)合用戶在其他系統(tǒng)的消費信息,學(xué)習(xí)用戶的潛在特征，然后使用迭代決策樹算法訓(xùn)練更優(yōu)的用戶偏好,達到解決冷啟動問題的目的。

(2) 基于用戶間信任關(guān)系的推薦

由于信任關(guān)系的可靠性,準確挖掘用戶間的信任關(guān)系,發(fā)現(xiàn)用戶的信任用戶,是基于信任關(guān)系方法的關(guān)鍵問題。Jamali等[12]將用戶的信任傳播算法引入矩陣分解方法中,更精確地發(fā)現(xiàn)用戶在社交網(wǎng)絡(luò)中的信任用戶。郭磊等[13]提出利用信任關(guān)系的強度來進一步提高算法的性能,印桂生等[14]提出利用受限的信任關(guān)系來約束用戶的信任關(guān)系矩陣,解決推薦系統(tǒng)中的冷啟動問題。Wang等[15]利用用戶間的相似值作為對用戶的社會信任關(guān)系的約束,通過給用戶的信任關(guān)系賦予不同權(quán)重,選出信任關(guān)系較強的信任用戶,以此提高算法準確率。

(3) 使用混合方法的推薦

該方法在確定和冷啟動用戶相似的用戶之后,使用混合算法計算相似性或者產(chǎn)生預(yù)測評分。如Wang等人[16]為解決用戶冷啟動問題,提出一個使用混合方法的推薦框架。首先,結(jié)合用戶上下文信息對用戶進行分類,然后,根據(jù)分類結(jié)果,動態(tài)地選擇合適的推薦算法,完成推薦。郭等[17]結(jié)合用戶社會網(wǎng)絡(luò)數(shù)據(jù)得出用戶信任關(guān)系矩陣,然后利用推薦對象間的關(guān)聯(lián)關(guān)系進行混合計算,生成共享的用戶和推薦對象潛在特征空間,使其同時考慮用戶社會關(guān)系和推薦對象間的關(guān)聯(lián)關(guān)系,完成推薦。

從以上解決冷啟動問題的相關(guān)研究可看出,如何利用好輔助信息和對用戶信任關(guān)系權(quán)重進行計算,是解決用戶冷啟動推薦問題的關(guān)鍵。如在推薦時,利用社交媒體中用戶間社交關(guān)系和用戶屬性等輔助信息,并約束用戶之間的信任度。而以上介紹的這些利用社交關(guān)系進行推薦的算法,雖然能很好地對推薦的社會化過程進行建模,但它們在推薦過程中只是單純地從社交關(guān)系的角度對用戶信任進行計算,而忽略了推薦對象間的關(guān)聯(lián)關(guān)系,Wang等[15]從評分相似和信任的角度進行了建模,雖然使用用戶相似度但沒有考慮推薦對象間的關(guān)聯(lián)關(guān)系。郭等[17]綜合考慮了信任矩陣與推薦對象間的關(guān)聯(lián)關(guān)系,但忽略了用戶相似度對信任矩陣的影響,且由于用戶所發(fā)表的特征詞之間具有密切的詞義或用法上的相關(guān)關(guān)系,有區(qū)別于新項目冷啟動問題,不能將其視為獨立的個體,故已有推薦對象間關(guān)聯(lián)關(guān)系算法不能直接用于解決本文所提出的問題。為此,本文面向冷啟動用戶的詞特征重建研究,提出一種結(jié)合用戶信任關(guān)系和詞相關(guān)關(guān)系的冷啟動用戶詞特征重建方法。該方法中除了利用已有的詞特征信息外，還利用用戶信任關(guān)系和詞相關(guān)關(guān)系信息,并將三種信息通過一種聯(lián)合概率矩陣分解的方法進行融合,最終實現(xiàn)面向冷啟動用戶的詞特征重建。

本文方法借用矩陣分解方法將用戶信任關(guān)系矩陣、用戶詞特征矩陣及詞相關(guān)關(guān)系矩陣這三個矩陣進行聯(lián)合分解,充分利用這三方面的信息,在低維特征空間上得到用戶的隱含特征矩陣及詞特征的隱含特征矩陣。方法中的內(nèi)容我們將在后文中分小節(jié)進行詳細介紹。

1 基于用戶信任關(guān)系和詞相關(guān)關(guān)系的詞特征重建算法

為了便于本文方法的描述,以下給出本文方法中所用的主要符號及其解釋,如表1所示。

表1 符號表示

1.1 信任關(guān)系與詞相關(guān)關(guān)系矩陣的構(gòu)建

本文在Ma[18]等提出的SoRec方法基礎(chǔ)上,結(jié)合社交網(wǎng)絡(luò)特點對信任關(guān)系權(quán)重的計算進行改進,在用戶信任關(guān)系矩陣構(gòu)建時,由于在社交網(wǎng)絡(luò)中用戶更傾向于信任其所關(guān)注的用戶,所以本文只關(guān)注單向的用戶關(guān)注網(wǎng)絡(luò)，而不關(guān)注用戶的被關(guān)注網(wǎng)絡(luò)。因此,本文將用戶的被關(guān)注連邊去掉,在用戶社交關(guān)系圖中,假設(shè)用戶i關(guān)注用戶j,則Dij=1,Dji=0。且加入用戶之間的間接信任關(guān)系,比如,關(guān)注同一個四六級英語老師的兩個用戶,有可能都在學(xué)習(xí)四六級相關(guān)知識,那么他們之間的經(jīng)驗就可以相互學(xué)習(xí)并進行推薦。本文將間接信任關(guān)系定義，如式(1)所示。

(1)

其中,d是根據(jù)寬度優(yōu)先搜索算法得出的用戶i和用戶j的最短路徑,當(dāng)用戶i到用戶j的傳播路徑越長時,用戶i對用戶j表現(xiàn)出的局部信任越小。這一點在現(xiàn)實生活中也可以得到驗證,即當(dāng)兩個用戶越親密時,他們之間的信任關(guān)系也越強烈。tij表示算法搜索的總步數(shù)。相似度的計算方法有很多,最簡單的是歐幾里德距離,其他常見的方法有相關(guān)相似性(皮爾遜相關(guān)系數(shù))、余弦相似性和修正的余弦相似性等。本文使用詞向量的夾角余弦來衡量用戶相似度，如式(2)所示。

Dij=cos(wordui,worduj)

(2)

其中,wordui與worduj表示用戶i與用戶j的所有特征詞的詞向量相加的向量值。

本文使用式(3)將用戶信任關(guān)系和用戶相似度相結(jié)合構(gòu)建更加精確的用戶信任關(guān)系矩陣。構(gòu)建新的用戶信任度矩陣分段函數(shù)，如式(3)所示。

(3)

用戶發(fā)表文本除了受信任用戶影響，還受詞相關(guān)關(guān)系的影響.例如,文本中出現(xiàn)“籃球”時,“喬丹”“科比”等出現(xiàn)的概率很大。我們采用如下方法構(gòu)建詞相關(guān)關(guān)系矩陣。其中,兩個特征詞之間相關(guān)性權(quán)重的計算方法為: 使用Word Embedding[19]得到全部特征詞的詞向量,遍歷每個用戶的特征詞,將兩詞的相似度作為特征詞之間的相關(guān)性權(quán)重,將兩個特征詞k與j之間的相關(guān)性權(quán)重定義為wij。

1.2 聯(lián)合概率矩陣分解

Ma等[17]提出基于聯(lián)合概率矩陣分解(UPMF)方法,并把該方法應(yīng)用于廣告推薦領(lǐng)域。本文把UPMF方法首次應(yīng)用于解決冷啟動用戶詞特征重建問題上,它結(jié)合三方面的信息進行矩陣分解。在四個數(shù)據(jù)集上的結(jié)果表明,本文算法在解決冷啟動用戶詞特征重建問題上有更高的準確率。

用戶詞頻矩陣R的條件概率分布可以定義為[20]:

(4)

為了分析用戶間的信任關(guān)系和詞相關(guān)關(guān)系是否會影響用戶的文本特征詞,本文使用共享的用戶特征空間將用戶間的信任關(guān)系與用戶詞相關(guān)信息結(jié)合在一起,通過對這兩部分信息進行聯(lián)合概率分解,識別出在詞特征上比較相近并且具有社會關(guān)系的用戶以幫助用戶進行詞特征的重建。使用的概率圖模型如圖2所示，其中,Wtj表示詞相關(guān)關(guān)系矩陣中元素,Rij表示用戶-特征詞矩陣中元素,Tik表示用戶信任關(guān)系矩陣中元素,Vt、Vj表示詞特征矩陣中元素,Ui表示用戶特征矩陣中元素,Qk表示用戶信任特征矩陣中元素。

圖2 概率圖模型

用戶信任關(guān)系矩陣表示成用戶特征矩陣和信任特征矩陣內(nèi)積的形式; 用戶詞特征矩陣表示成用戶特征矩陣和詞特征矩陣內(nèi)積的形式,詞相關(guān)關(guān)系矩

陣表示成不同詞特征矩陣內(nèi)積的形式。

考慮用戶間信任關(guān)系和詞相關(guān)關(guān)系,經(jīng)過貝葉斯推斷,可以得到U、V、Q的后驗概率分布如下:

(7)

聯(lián)合用戶信任關(guān)系矩陣和詞相關(guān)關(guān)系矩陣的分解可得既滿足用戶信任關(guān)系又滿足詞相關(guān)關(guān)系約束的用戶特征矩陣,進而由用戶特征矩陣和詞特征矩陣的內(nèi)積得到用戶詞頻矩陣中的缺失詞頻項。其中,S是和參數(shù)無關(guān)的常量,求參數(shù)固定時U、V、Q的極大后驗概率,相當(dāng)于最小化如下誤差平方和函數(shù):

(8)

對于式(8)所示的目標函數(shù),我們對U、V、Q進行隨機初始化,然后在U、V、Q上,采用梯度下降法求解最小值,將函數(shù)逐步進行迭代，直到達到局部最小值。對目標矩陣U、V、Q分別求梯度，如式(9)～式(11)所示。

1.3 算法描述

下面以微博用戶為例對本文算法進行描述:

輸入: 用戶社會關(guān)系矩陣,用戶詞頻矩陣。

輸出: 微博冷啟動用戶的用戶詞頻矩陣。

Step1根據(jù)余弦相似度公式計算得到用戶相似度矩陣。

Step2使用寬度優(yōu)先搜索算法遍歷用戶社會關(guān)系矩陣得到用戶之間的直接和間接信任關(guān)系Tij,結(jié)合用戶之間相似度,根據(jù)式(1)計算用戶之間的信任關(guān)系權(quán)重，從而得出用戶信任關(guān)系矩陣T。需要注意的是,為了簡化計算，本文將步數(shù)設(shè)定在三步以內(nèi)。

Step3使用式(2)計算詞之間的相關(guān)性權(quán)重,根據(jù)用戶詞頻矩陣得到詞相關(guān)關(guān)系矩陣W。

Step4將用戶信任關(guān)系矩陣T和詞相關(guān)關(guān)系矩陣W進行聯(lián)合概率矩陣分解,通過梯度下降求得用戶特征矩陣U,信任特征矩陣Q和詞特征矩陣V。

Step5根據(jù)用戶特征矩陣U和詞特征矩陣V重建微博冷啟動用戶詞頻矩陣,從而重建冷啟動用戶的詞特征。

2 實驗結(jié)果與分析

2.1 實驗數(shù)據(jù)

本文數(shù)據(jù)集來源于Zhang等[22]提供的新浪微博數(shù)據(jù)集和Twitter數(shù)據(jù)集。為了滿足實驗需求,本文分別從這兩個數(shù)據(jù)集中抽取出兩個子集用于實驗。實驗數(shù)據(jù)中的用戶既包含一定規(guī)模文本又包含部分社交關(guān)系。其中,用戶網(wǎng)絡(luò)抽取方式為: 在大數(shù)據(jù)集中,隨機選取一個滿足如下約束條件的用戶,抽取和其有連邊的全部用戶,然后抽取和這些用戶有連別的用戶,逐層抽取,最終得到所需的連通子集。

對子集中全部用戶的約束條件如下:

(1) 用戶發(fā)送和轉(zhuǎn)發(fā)微博總數(shù)超過100條。

(2) 每個用戶至少有一條連邊，即保證本文所抽取的用戶社交關(guān)系子圖為連通子圖。

隨后,針對抽取出的用戶所發(fā)表的社交媒體文本數(shù)據(jù)進行預(yù)處理,抽取出用戶特征詞。用戶特征詞抽取的詳細步驟如下:

Step1使用停用詞表去掉停用詞、標點符號、非中文和非英文字符、中文單字。另外,針對微博文本,本文將停用詞表加入了“轉(zhuǎn)發(fā)”“分享”“微博”等無意義但出現(xiàn)頻率大的詞。

Step2針對社交媒體中文本的特殊性,本文去除社交媒體文本中常見的表情文本和一些網(wǎng)絡(luò)中特有的符號如“23333”“T_T”等文本,因為文本中的這些符號雖然代表了用戶發(fā)文時的狀態(tài)和情緒,但本文的目的在于重建詞特征,為后續(xù)的文本挖掘任務(wù)做鋪墊,這些詞不具有實在意義,且詞頻較大,可能為后續(xù)挖掘任務(wù)增加噪聲。

Step3將詞語進行繁體轉(zhuǎn)簡體,并將處理完的文本進行分詞處理。

Step4統(tǒng)計詞頻,去掉詞頻數(shù)小于5的詞。

Step5構(gòu)建用戶詞頻矩陣,使用tf-idf計算每個用戶的詞權(quán)重,為了防止矩陣維度過大,本文選取每個用戶的tf-idf權(quán)重排名為前20的詞作為該用戶特征詞。

最終得到的數(shù)據(jù)集包含用戶的社交關(guān)系數(shù)據(jù)及用戶的特征詞及詞頻數(shù)據(jù),數(shù)據(jù)集的基本特征信息如表2所示。

表2 數(shù)據(jù)集的基本特征信息

為了驗證算法的準確性,將每個數(shù)據(jù)集分為訓(xùn)練集和測試集,訓(xùn)練集用來學(xué)習(xí)或訓(xùn)練推薦方法中的相關(guān)參數(shù),測試集用來驗證推薦的準確性。本文按 9∶1 的比例將數(shù)據(jù)隨機地分為訓(xùn)練集和測試集。將測試集中的用戶作為冷啟動用戶,將訓(xùn)練集中對應(yīng)的用戶詞頻全部置為0,然后使用處理后的訓(xùn)練集和測試集進行實驗。

2.2 比較方法

為了驗證用戶間的信任關(guān)系和詞相關(guān)關(guān)系在推薦過程中所起到的作用，以及它們對推薦結(jié)果產(chǎn)生的影響,在實驗中我們選擇了五種矩陣分解或其改進算法作為比較算法,分別為PMF、SoRec、SocialMF、PMFUI和TS_MF。

在論文中我們引入概率矩陣分解方法[22]PMF(probabilistic matrix factorization)作為基本比較方法之一。PMF方法通過對用戶-商品的評分矩陣進行分解，得出用戶和推薦商品的低維潛在特征矩陣,然后通過隨機梯度下降法得出最優(yōu)的潛在特征矩陣,完成對未知評分的填充,但該方法只利用了用戶的評分矩陣信息來對用戶和推薦對象的潛在特征進行計算,推薦結(jié)果并不是很精確。

Ma等[18]在PMF算法的基礎(chǔ)上提出SoRec方法,引入用戶的社會關(guān)系信息。該方法通過對用戶社會關(guān)系分解學(xué)習(xí)得出用戶社交行為的低維潛在特征信息,并將用戶社會關(guān)系信息和用戶評分信息進行聯(lián)合分解,識別出在評分上比較相近并且具有社會關(guān)系的用戶來進行推薦,相較于PMF,該方法在推薦準確率上有了較大提高。

在SoRec算法基礎(chǔ)上,Ma[23]等又提出SocialMF算法,加入用戶的信任傳播,進一步優(yōu)化用戶信任矩陣,使算法能夠選出信任度更高的用戶,借此提高算法的推薦準確率。但這兩種方法只利用了用戶社會關(guān)系和用戶評分這兩方面的信息,而未考慮推薦對象間的關(guān)系。

在SoRec方法基礎(chǔ)上,郭等[17]提出PMFUI(prob- abilistic matrix factorization with user and item relations)算法,該算法在已有的社會化推薦算法基礎(chǔ)上,將推薦對象間的關(guān)聯(lián)關(guān)系用于約束共享的用戶和推薦對象潛在特征空間的求解,使其同時考慮用戶社會關(guān)系和推薦對象間的關(guān)聯(lián)關(guān)系,從而進一步提高推薦算法的準確率。

Wang等[15]在利用信任關(guān)系算法的基礎(chǔ)上,提出TS_MF算法,該算法結(jié)合用戶間的相似關(guān)系對用戶的社會信任關(guān)系增加不同權(quán)重,增強對用戶信任鄰居的計算能力。通過對用戶相似度約束的用戶信任關(guān)系矩陣的分解,得到更精確的信任用戶,以此提高算法準確率。

2.3 評價指標

為了評價冷啟動用戶的詞特征重建結(jié)果,實驗中借鑒了推薦領(lǐng)域中廣泛使用的平均絕對誤差MAE(mean absolute error)和均方根誤差RMSE(root mean squared error)這兩種指標。它們在本文中反映的是冷啟動用戶的預(yù)測詞頻與實際詞頻的貼近程度,MAE與RMSE的值越小,表示方法的預(yù)測結(jié)果越好。計算公式如下:

2.4 實驗結(jié)果

在實驗過程中,我們在訓(xùn)練集上嘗試不同參數(shù)值,然后在測試集上驗證結(jié)果。經(jīng)過反復(fù)測試,我們發(fā)現(xiàn),實驗中的參數(shù)設(shè)置為:λu=λv=λa=0.01時,算法耗時最小,故將以上三個參數(shù)設(shè)置為0.01。表3給出了潛在特征向量為10的情況下的實驗結(jié)果。

表3 不同方法的結(jié)果比較

從表中可以看出,相比于其他方法,本文方法在RMSE和MAE指標下取得了較好的結(jié)果。而PMFUI與SocialMF的結(jié)果相近且優(yōu)于PMF較多,表明結(jié)合用戶信任關(guān)系與結(jié)合詞間關(guān)系都對結(jié)果有較大影響,而PMFUI結(jié)果優(yōu)于SocialMF較少，表明詞間關(guān)系對結(jié)果的影響較小。而TS_MF結(jié)果優(yōu)于PMFUI,表明結(jié)合相似度和用戶間信任關(guān)系的方法對改善實驗結(jié)果有影響。而本文方法綜合考慮了用戶間信任關(guān)系與詞相關(guān)關(guān)系及用戶相似度,對實驗結(jié)果有較大提升。

2.5 參數(shù)影響

圖3給出了推薦結(jié)果隨潛在特征矩陣維度l的變化情況。

圖3 潛在特征矩陣維度l對算法影響

圖3 (續(xù))

圖3中的兩個子圖分別表示在四個數(shù)據(jù)集中,當(dāng)潛在特征矩陣維度l變化時,本文算法對推薦指標RMSE值和 MAE值的影響。由圖3可知,隨著潛在特征矩陣維度l增加,對四個數(shù)據(jù)集而言,RMSE值和MAE值都逐漸減少,之后逐漸趨于穩(wěn)定,即增加潛在特征矩陣維度可以提高算法的準確率,但同時增大潛在特征矩陣維度會降低算法計算效率，且加大計算開銷,通過仔細觀察,發(fā)現(xiàn)在l取值為[0,15]時,隨著潛在特征矩陣維度的增加RMSE值和MAE值減小0.1左右,而當(dāng)l超過15時,RMSE值和MAE值減小幅度不到0.01,綜合算法效率和準確率考慮，本文取l=15為最佳維度。

圖4中的兩個子圖分別表示四個數(shù)據(jù)集中,當(dāng)參數(shù)α變化時,算法對推薦指標RMSE值和MAE值的影響。

圖4 參數(shù)α對算法影響

由圖4可知,隨著參數(shù)α增加,推薦誤差先減少后增加,之后逐漸趨于穩(wěn)定,參數(shù)α越大表示用戶相似度的重要性越大,反之用戶社交關(guān)系的重要性越大。當(dāng)α=0.3 時,四個數(shù)據(jù)集上的推薦效果均達到最優(yōu),另外當(dāng)α從0.2增加到0.3時算法的RMSE值和MAE值的降低幅度達到0.05左右,推薦效果提升最明顯。

3 總結(jié)

本文提出一種融合用戶信任關(guān)系及詞相關(guān)關(guān)系的詞特征重建方法,通過對用戶信任關(guān)系矩陣、用戶詞頻矩陣和詞特征相關(guān)關(guān)系矩陣的聯(lián)合概率分解,為冷啟動用戶的詞特征進行重建，為冷啟動用戶的詞特征重建研究提供了新思路。未來我們將結(jié)合已有的語言知識庫如HowNet[24],Chinese FrameNet[25]等,來提高冷啟動用戶的詞特征重建準確率。

[1] Jiang M, Cui P, Liu R, et al. Social contextual recommendation[C]//Proceedings of the ACM International Conference on Information and Knowledge Management. ACM, 2012: 45-54.

[2] 張晨逸,孫建伶 ,丁軼群. 基于MB-LDA模型的微博主題挖掘[J]. 計算機研究與發(fā)展, 2011,48(10): 1795-1802.

[3] 高明, 金澈清, 錢衛(wèi)寧,等. 面向微博系統(tǒng)的實時個性化推薦[J]. 計算機學(xué)報, 2014(4): 963-975.

[4] 程南昌, 侯敏, 滕永林. 基于文本特征的短文本傾向性分析研究[J]. 中文信息學(xué)報, 2015, 29(2): 163-169.

[5] 付博, 陳毅恒, 邵艷秋,等. 基于用戶自然標注的微博文本的消費意圖識別[J]. 中文信息學(xué)報, 2017, 31(4): 208-215.

[6] 于洪, 李俊華. 一種解決新項目冷啟動問題的推薦算法[J]. 軟件學(xué)報, 2015, 26(6): 1395-1408.

[7] Zhang Z K, Liu C, Zhang Y C, et al. Solving the cold-start problem in recommender systems with social tags[J].2010, 92(2): 28002-28007.

[8] Zi-Ke Zhang, Tao Zhou, Yi-Cheng Zhang. Tag-aware recommender systems: A state-of-the-art survey[J].計算機科學(xué)技術(shù)學(xué)報(英文版), 2011, 26(5): 767-777.

[9] Zhang M, Tang J, Zhang X, et al. Addressing cold start in recommender systems: A semi-supervised co-training algorithm[C]//Proceedings of the International ACM SIGIR Conference on Research & Development in Information Retrieval. ACM, 2014: 73-82.

[10] Wang Z, Liang J, Li R, et al. An approach to cold-start link prediction: Establishing connections between Non-topological and topological information[J]. IEEE Transactions on Knowledge & Data Engineering, 2016, 28(11): 2857-2870.

[11] 高玉凱, 王新華, 郭磊,等. 一種基于協(xié)同矩陣分解的用戶冷啟動推薦算法[J]. 計算機研究與發(fā)展, 2017(8): 1813-1823.

[12] Jamali M, Ester M.A matrix factorization technique with trust propagation for recommendation in social networks[C]//Proceedings of the ACM Conference on Recommender Systems. ACM, 2010: 135-142

[13] 郭磊, 馬軍, 陳竹敏. 一種信任關(guān)系強度敏感的社會化推薦算法[J]. 計算機研究與發(fā)展, 2013, 50(9): 1805-1813.

[14] 印桂生, 張亞楠, 董宇欣,等. 基于受限信任關(guān)系和概率分解矩陣的推薦[J]. 電子學(xué)報, 2014, 42(5): 904-911.

[15] Wang M, Ma J.A novel recommendation approach based on users’ weighted trust relations and the rating similarities[J]. Soft Computing, 2016, 20(10): 3981-3990.

[16] Wang J H, Chen Y H. A distributed hybrid recommendation Frame work to Address the new-user cold-start problem[C]//Proceedings of the Ubiquitous Intelligence and Computing and 2015 IEEE, Intl Conf on Autonomic and Trusted Computing and 2015 IEEE, Intl Conf on Scalable Computing and Communications and ITS Associated Workshops. IEEE, 2016: 1686-1691.

[17] 郭磊, 馬軍, 陳竹敏,等. 一種結(jié)合推薦對象間關(guān)聯(lián)關(guān)系的社會化推薦算法[J]. 計算機學(xué)報, 2014, 37(1): 219-228.

[18] Ma H, Yang H, Lyu M R, et al. SoRec: Social recommendation using probabilistic matrix factorization[C]//Proceedings of the ACM Conference on Information and Knowledge Management,2008: 931-940.

[19] Mikolov T, Sutskever I, Chen K, et al. Distributed representations of words and phrases and their compositionality[C]//Proceedings of International Conference on Neural Information Processing Systems. Curran Associates Inc,2013: 3111-3119.

[20] Yin D, Hong L, Davison B D. Structural link analysis and prediction in microblogs[C]//Proceedings of ACM Conference on Information and Knowledge Management, CIKM 2011, Glasgow, United Kingdom, October. DBLP, 2011: 1163-1168.

[21] Dueck D, Frey B J. Probabilistic sparse matrix factorization[R]. University of Toronto Technical Report Psi, 2004.

[22] Zhang J, Liu B, Tang J, et al. Social influence locality for modelingretweeting behaviors[C]//Proceedings of the International Joint Conference on Artificial Intelligence. AAAI Press, 2013: 2761-2767.

[23] Ma H, King I, Lyu M R. Learning to recommend with social trust ensemble[C]//Proceedings of the International ACM SIGIR Conference on Research and Development in Information Retrieval. ACM, 2009: 203-210.

[24] Li L F, Fan X Z, Li H Q. Domain-specific QA driven by computation of semantic similarity[J]. Journal of Beijing Institute of Technology, 2005, 25(11): 958-962.

[25] Ru L, Wang Z, Li S, et al. Chinese sentence similarity computing based on frame semantic parsing[J]. Journal of Computer Research & Development, 2013, 50(8): 1728-1736.