葉 嫣，李培國

(1.廣州商學院 信息技術與工程學院，廣州 511363；2.暨南大學 信息科學技術學院，廣州 510632)

1 背景知識

1.1 推薦系統(tǒng)

推薦系統(tǒng)作為提供個性化服務的技術手段之一，已經(jīng)在多個領域進行了廣泛應用。例如，電子商務領域中的亞馬遜、京東等都使用了推薦技術，為用戶推薦個性化的產(chǎn)品；社區(qū)類網(wǎng)站中的豆瓣大量的應用了推薦技術，為不同用戶提供個性化的內(nèi)容；電影、音樂、圖書類型的網(wǎng)站系統(tǒng)中，也應用了相應的個性化推薦技術。

推薦系統(tǒng)的廣泛引用，為用戶提供了個性化的服務，尤其在網(wǎng)絡數(shù)據(jù)環(huán)境中，通過精準的推薦服務，能夠大大提升個性化服務質(zhì)量，滿足不同用戶的個性化需求。

目前，主要的推薦算法有：基于規(guī)則的推薦算法、基于內(nèi)容的推薦算法、協(xié)同過濾算法及多種推薦方法共同使用的混合算法。隨著深度學習的應用越來越廣泛，也出現(xiàn)了使用基于深度學習的推薦算法[1]。

圖1 協(xié)同過濾算法原理

基于規(guī)則的推薦算法，主要是預定義一定數(shù)量的推薦規(guī)則。例如，如果滿足A，則推薦B。當需要進行推薦時，根據(jù)系統(tǒng)設定好的推薦規(guī)則，逐一進行判斷，最終形成推薦內(nèi)容。該類推薦算法，優(yōu)點是實現(xiàn)簡單，推薦結(jié)果明確；缺點是系統(tǒng)很難針對大量不同的用戶制定相應的推薦規(guī)則，并且，隨著系統(tǒng)的不斷變化，很難對推薦規(guī)則進行維護和完善。

基于內(nèi)容的推薦算法，是從待推薦項目的內(nèi)容角度來分析，與用戶曾經(jīng)瀏覽過的內(nèi)容進行對比，從而決定是否需要推薦該項目。這種算法需要對系統(tǒng)中所有項目的內(nèi)容進行分析和定義，這顯然無法適應數(shù)據(jù)量不斷變化的系統(tǒng)。

協(xié)同過濾算法，是目前應用的最成功的一種推薦算法。其基本原則是： 根據(jù)用戶對項目的評分數(shù)據(jù)(包括顯性或隱性評分)，計算目標用戶(項目)與其他用戶(項目)的相似度，從而根據(jù)相鄰用戶(項目)為目標用戶完成推薦[2]。算法的基本原理是：人以類聚，物以群分。偏好相似的用戶，會對相同的內(nèi)容感興趣。如圖1所示。

協(xié)同過濾算法分為兩種方式：基于用戶的協(xié)同過濾和基于項目的協(xié)同過濾。該算法分為如下3個步驟：

第1步，根據(jù)用戶評分數(shù)據(jù)，生成用戶項目評價矩陣，如表1所示。

表1 用戶項目評價矩陣

第2步，根據(jù)用戶項目評價矩陣，計算目標用戶與所有用戶的相似度，確定最鄰近用戶集。在計算用戶相似度時，經(jīng)常采用余弦相似度，計算公式為：

sim∪i,∪j=∪i·∪j‖∪i‖·‖∪j‖，

(1)

第3步，根據(jù)相似度計算結(jié)果，選定目標用戶的最鄰近用戶集，形成最終的推薦結(jié)果。

該算法在進行推薦時，過分依賴于用戶的評分數(shù)據(jù)，因此存在冷啟動問題。

混合算法是將多種推薦算法集成到一起，針對不同的情況采用不同的推薦算法，發(fā)揮各種算法的優(yōu)勢，并彌補各自算法的缺點，實現(xiàn)更為精準和高效的混合推薦算法。

1.2 關聯(lián)規(guī)則挖掘

關聯(lián)規(guī)則是對一個事物和其他事物的相互依存和關聯(lián)關系的一種描述[3]，是數(shù)據(jù)挖掘領域的一個重要分支。關聯(lián)規(guī)則挖掘的典型是電商系統(tǒng)中的購物籃分析，通過分析用戶放入購物籃的不同物品之間的聯(lián)系，從而發(fā)現(xiàn)用戶的購買習慣。

Apriori算法是關聯(lián)規(guī)則挖掘的經(jīng)典算法[4]，該算法能夠有效地產(chǎn)生所有關聯(lián)規(guī)則。由于該算法存在一些效率上的問題，因此人們在此算法的基礎上，又提出了許多改進算法。

1.3 社會化標簽

社會化標簽，也稱為協(xié)作標簽，是通過用戶來為資源添加相應的標簽，從而標注和分類相應的資源，提高資源的可檢索性。

在E-Learning系統(tǒng)中，通過使用標簽技術，可以在如下幾個方面為推薦模型提供支持：(1)用戶為資源添加標簽，可以作為用戶對資源的隱性評分行為，為協(xié)同過濾算法提供依據(jù)；(2)通過大量用戶為資源添加的標簽，可以實現(xiàn)資源的聚類，為基于規(guī)則或者基于內(nèi)容的推薦算法提供支持；(3)通過用戶添加的標簽，可以了解用戶關注的知識領域，為推薦提供依據(jù)。因此，在E-Learning系統(tǒng)中的推薦算法模型，結(jié)合使用標簽技術，可以在一定程度上提升推薦算法的精確度。

1.4 面向企業(yè)的E-Learning系統(tǒng)

面向企業(yè)的E-Learning系統(tǒng)，與普通意義上的E-Learning系統(tǒng)在大的概念上是基本一致的，主要是通過網(wǎng)絡學習的方式，完成企業(yè)員工的培訓和學習任務。但是，在系統(tǒng)功能模塊的設計，以及用戶和培訓資源的組織等方面，都有著很大的差別。首先，大部分面向企業(yè)的E-Learning系統(tǒng)，都是按照ISO10015[5]標準的培訓體系來設計相應的功能模塊，主要包括：培訓需求分析、培訓策劃、培訓實施、培訓結(jié)果評估4大部分。其次，系統(tǒng)內(nèi)部的用戶和培訓資源，大都會按照企業(yè)的組織架構進行管理和維護，大部分具有相應的層級關系。最后，對用戶的訪問權限有一定的限制，大部分會按照用戶的組織架構進行資源的訪問權限分配。

2 面向企業(yè)E-Learning的推薦模型

面向企業(yè)E-Learning推薦系統(tǒng)采用混合推薦算法，包括協(xié)同過濾和關聯(lián)規(guī)則挖掘算法，并使用標簽技術作為輔助。通過該推薦系統(tǒng)，為E-Learning系統(tǒng)中的用戶提供以下個性化學習內(nèi)容：Top10列表：該列表為目標用戶最可能感興趣的前10條學習資源；猜你喜歡列表：根據(jù)目標用戶以往的學習內(nèi)容，推薦系統(tǒng)預測目標用戶最可能關注的內(nèi)容。

本文從以下幾個方面來闡述該推薦系統(tǒng)在設計過程中的主要問題：混合算法模型介紹；標簽技術應用；推薦系統(tǒng)的權限范圍約束；與面向企業(yè)的E-Learning系統(tǒng)接口問題。

2.1 混合推薦算法模型設計

本文采用協(xié)同過濾算法與關聯(lián)規(guī)則挖掘相結(jié)合的混合推薦算法，算法模型結(jié)構如圖2所示。

圖2 算法框架圖

2.2 協(xié)同過濾算法

2.2.1 算法流程

由于企業(yè)E-Learning系統(tǒng)中的用戶范圍相對固定，本文采用基于相鄰用戶的協(xié)同過濾算法，其流程圖如圖3所示。

圖3 協(xié)同過濾算法流程圖

基于相鄰用戶的協(xié)同過濾算法，分為3個步驟：

第1步，收集用戶評分數(shù)據(jù)。本文定義了表2中的顯性和隱性評分行為。

表2 評分行為表

根據(jù)表2定義的顯性和隱形評分行為，查詢E-Learning系統(tǒng)中相對應的數(shù)據(jù)庫表，收集得到系統(tǒng)所有用戶對所有學習資源的評分數(shù)據(jù)。在確定用戶對某個資源的評分時，根據(jù)以下規(guī)則：

(1)用戶對資源沒有任何顯性和隱性評分行為時，記為0；

(2)用戶對資源存在顯性評分時，則取相應的顯性評價分值；

(3)用戶對資源不存在顯性評分時，則取分值最高的隱性評分分值。

假設系統(tǒng)存在m個用戶，n個學習資源，則最終會得到m*n維的評價矩陣，其中每行代表對應用戶對n個資源的評分記錄。如表3所示。

表3 m*n評價矩陣

第2步，根據(jù)第一步得到的評價矩陣，使用余弦相似度計算公式(公式1)，計算每個用戶與其他用戶的相似度；然后按照相似度從大到小，選取5個相似度最高的用戶，組成該用戶的最相似用戶集。

第3步，在最相似用戶集合中，選取每個最相似用戶評分最高的前兩條記錄，組成當前用戶的推薦列表。

2.2.2 冷啟動和稀疏問題

針對協(xié)同過濾算法普遍存在的冷啟動和稀疏問題，根據(jù)面向企業(yè)E-Learning系統(tǒng)的特點，本文采用基于規(guī)則的方式來解決。例如，新入職的員工沒有任何評分數(shù)據(jù)，無法形成推薦列表。此時，基于規(guī)則的推薦算法生效，為新入職的員工推薦新員工入職培訓課程列表。

這樣的規(guī)則，可以根據(jù)企業(yè)的特點，進行相應的定制和調(diào)整，以提供更為精準有效的推薦。有效的基于規(guī)則的推薦，能夠較好地解決冷啟動問題。本文設計了一般推薦規(guī)則，如表4所示。

表4 推薦規(guī)則

2.3 基于標簽的推薦

2.3.1 標簽產(chǎn)生方式

為保證標簽的質(zhì)量，同時結(jié)合面向企業(yè)E-Learning系統(tǒng)的特點，本文采用固定標簽的設計。由系統(tǒng)的管理員，根據(jù)企業(yè)提供的培訓內(nèi)容，進行標簽的維護工作，用戶通過點擊相應的標簽，來進行資源的標注操作。

2.3.2 標簽推薦

本文的標簽推薦方式，基于以下假設：如果一個用戶，多次使用了標簽L，那么說明該用戶對標簽L下的最熱門學習資源感興趣。因此，可以通過計算用戶最常用的標簽集合，再根據(jù)這個集合，找到對應標簽下的最熱門資源，生成推薦列表。為避免只推薦系統(tǒng)最熱門標簽下的最熱門內(nèi)容，本文借鑒TF-IDF的方式來計算每個用戶最關注的標簽集。整個推薦過程分為如下2個步驟：

第1步，統(tǒng)計每個用戶對每個標簽的使用次數(shù)，通過公式(2)，計算得到每個用戶的個性化標簽；

(2)

第2步，得出每個用戶的個性化標簽集合，然后分別計算對應標簽的最熱門資源，形成推薦列表。

2.4 關聯(lián)規(guī)則挖掘

本文通過使用關聯(lián)規(guī)則挖掘算法，對用戶可能感興趣的知識內(nèi)容進行預測。預測算法過程，如圖4所示。

圖4 關聯(lián)規(guī)則挖掘預測算法流程

預測步驟如下：

(1)掃描系統(tǒng)所有用戶的標簽使用表，記錄每個用戶的標簽使用列表。

(2)針對所有使用的標簽，使用關聯(lián)規(guī)則挖掘算法，得出關聯(lián)標簽集合，本文采用經(jīng)典的Apriori算法作為關聯(lián)規(guī)則挖掘算法。

(3)根據(jù)關聯(lián)標簽集合，以及每個待預測用戶的標簽使用列表，得出用戶可能感興趣的標簽集合。

(4)根據(jù)預測得到的標簽集合，得到每個預測標簽下的熱門資源，生成預測列表。

通過以上的步驟，推薦模型就可以根據(jù)用戶已經(jīng)使用過的標簽，使用關聯(lián)規(guī)則挖掘算法預測用戶可能感興趣的標簽，從而形成推薦結(jié)果的預測列表。

3 總結(jié)

本文借鑒推薦系統(tǒng)在電商領域的成功應用，結(jié)合面向企業(yè)E-Learning系統(tǒng)的特點，提出并設計一個基于協(xié)同過濾算法、標簽技術，以及關聯(lián)規(guī)則挖掘的混合推薦系統(tǒng)模型，為企業(yè)E-Learning系統(tǒng)的推薦模型提供理論基礎，為最終的推薦系統(tǒng)實現(xiàn)提供模型依據(jù)。