吳海金, 陳 俊

(福州大學(xué)物理與信息工程學(xué)院，福建 福州 350108)

0 引言

音樂(lè)是人們生活中重要的娛樂(lè)元素，隨著信息技術(shù)的發(fā)展，音樂(lè)資源呈海量增長(zhǎng)態(tài)勢(shì)[1]. 個(gè)性化推薦作為信息過(guò)載問(wèn)題的有效解決手段，在音樂(lè)領(lǐng)域得到了較為廣泛的關(guān)注[2]，并取得了廣泛應(yīng)用. 目前幾乎所有的音樂(lè)平臺(tái)都提供個(gè)性化音樂(lè)推薦服務(wù)，例如Spotify、 Pandara、 豆瓣音樂(lè)電臺(tái)、 網(wǎng)易云音樂(lè)等，不少平臺(tái)因推薦的音樂(lè)較為準(zhǔn)確而取得了較好的口碑. 當(dāng)前大多數(shù)音樂(lè)推薦系統(tǒng)基于用戶(hù)的歷史行為，發(fā)掘用戶(hù)的長(zhǎng)期喜好[3]. 而在音樂(lè)推薦領(lǐng)域，根據(jù)一些學(xué)者的研究，用戶(hù)對(duì)音樂(lè)的短期偏好容易受用戶(hù)所處的情境影響[4]，情境包含生理狀態(tài)、 行為、 外界環(huán)境等因素[5]，如果只考慮用戶(hù)和被推薦的項(xiàng)目，會(huì)在一定程度上影響推薦系統(tǒng)的性能，個(gè)性化音樂(lè)推薦系統(tǒng)中很重要的一個(gè)環(huán)節(jié)是考慮用戶(hù)當(dāng)時(shí)的情境信息，并合理利用用戶(hù)的情境進(jìn)行個(gè)性化推薦[6].

針對(duì)如何融合豐富的情境信息，得到更能滿(mǎn)足用戶(hù)的個(gè)性化需求的推薦列表，以提高個(gè)性化推薦系統(tǒng)的性能和用戶(hù)體驗(yàn)，本研究在傳統(tǒng)協(xié)同過(guò)濾算法的基礎(chǔ)上，融合了分類(lèi)模型，實(shí)現(xiàn)基于情境感知的個(gè)性化音樂(lè)推薦算法，通過(guò)融入用戶(hù)情境信息的相似度計(jì)算方法，使得傳統(tǒng)的協(xié)同過(guò)濾算法具備情境感知的能力，并通過(guò)融合分類(lèi)模型提高了推薦系統(tǒng)的性能，有效降低推薦過(guò)程的復(fù)雜度和改善冷啟動(dòng)問(wèn)題，實(shí)現(xiàn)為用戶(hù)提供符合當(dāng)前情境的個(gè)性化音樂(lè)推薦.

1 融合分類(lèi)模型與協(xié)同過(guò)濾的情境感知推薦算法

1.1 融入情境信息的協(xié)同過(guò)濾算法

協(xié)同過(guò)濾算法是在推薦系統(tǒng)領(lǐng)域中研究最為深入、 最為業(yè)界認(rèn)可、 應(yīng)用最為廣泛的推薦手段[7]. 但傳統(tǒng)的協(xié)同過(guò)濾推薦算法基本沒(méi)有考慮情境信息[8]，將不同用戶(hù)不同情境下的興趣偏好同等看待，忽略了用戶(hù)興趣隨情境發(fā)生的變化，因而對(duì)推薦系統(tǒng)的性能產(chǎn)生影響[9]. 本研究將情境信息融入到協(xié)同過(guò)濾算法中. 協(xié)同過(guò)濾算法的核心思想是找尋近鄰用戶(hù)或近鄰項(xiàng)目對(duì)象，根據(jù)近鄰的程度，將用戶(hù)或項(xiàng)目進(jìn)行排序，從而得到top-N列表. 所以，基于協(xié)同過(guò)濾的推薦算法的核心步驟為用戶(hù)或項(xiàng)目的相似度計(jì)算. 常見(jiàn)的相似度計(jì)算方法包括歐氏距離、 曼哈頓距離、 明氏距離、 余弦相似度、 皮爾遜相關(guān)度等[10]. 這些相似度計(jì)算方式各有側(cè)重點(diǎn)，在實(shí)際應(yīng)用中，往往是根據(jù)實(shí)際的場(chǎng)合進(jìn)行選擇.

由于情境信息種類(lèi)繁多，上述相似度計(jì)算的方法實(shí)現(xiàn)較為復(fù)雜. 而融入情境信息的用戶(hù)相似度計(jì)算方法更關(guān)心的是用戶(hù)各類(lèi)情境信息的區(qū)間是否一致，如是否都處于下雨天、 開(kāi)心、 操場(chǎng)、 跑步等情境，即比較內(nèi)容的相似度. 而海明距離常用于比較內(nèi)容的相似程度，故采用海明距離計(jì)算情境信息的相似度，在一定程度上簡(jiǎn)化了相似度的計(jì)算，具體的處理方法為： 對(duì)于給定用戶(hù)u的特征向量用U={u1,u2, …,un}表示，給定用戶(hù)u的特征個(gè)數(shù)為u.length； 用戶(hù)v的特征向量用V={v1,v2, …,vn}表示，sim表示用戶(hù)之間的相似度，則可以通過(guò)公式(1)來(lái)計(jì)算用戶(hù)之間的相似度.

(1)

融入情境信息的協(xié)同過(guò)濾算法的核心代碼為相似度計(jì)算，將包含用戶(hù)情境信息的訓(xùn)練集定義為T(mén)={(u1,u2, …,un), (v1,v2, …,vn), …, (x1,x2, …,xn)}，則相似度算法的實(shí)現(xiàn)過(guò)程描述如下

算法1 融入情境信息的相似度計(jì)算偽代碼輸入: 訓(xùn)練集T輸出: 用戶(hù)相似度simStep1: Initialize sumStep2: For i from 0 to u.length If u[i]==v[i] sum++ EndStep3: sim= sum/u.lengthStep4: Return sim

圖1 協(xié)同過(guò)濾模型示意圖Fig.1 Collaborative filtering model

最后，給定一個(gè)相似度的閾值，當(dāng)用戶(hù)之間相似度大于這個(gè)閾值時(shí)，則判斷兩個(gè)用戶(hù)為相似度高的近鄰用戶(hù)，將他們喜歡的音樂(lè)進(jìn)行相互推薦.

綜上，算法的實(shí)現(xiàn)過(guò)程主要包括融入情境信息的相似度計(jì)算以及近鄰用戶(hù)選取. 相似度計(jì)算主要是通過(guò)海明距離計(jì)算出包含用戶(hù)情境的特征向量的相似度，然后根據(jù)協(xié)同過(guò)濾的常用處理手段獲取近鄰用戶(hù). 最后根據(jù)用戶(hù)之間的距離及用戶(hù)對(duì)音樂(lè)的喜好信息生成推薦列表，將與被推薦用戶(hù)最相似的用戶(hù)所喜愛(ài)的音樂(lè)呈現(xiàn)給被推薦用戶(hù). 協(xié)同過(guò)濾模型的示意圖如圖1所示，對(duì)于待推薦用戶(hù)u，通過(guò)上文的融入情境信息相似度計(jì)算的協(xié)同過(guò)濾算法解算得到用戶(hù)u的近鄰用戶(hù)集為{v,w,x,y}，并根據(jù)近鄰用戶(hù)集與用戶(hù)u的距離關(guān)系得到top-N推薦列表.

1.2 分類(lèi)模型

圖2 分類(lèi)模型示意圖Fig.2 Classification model

機(jī)器學(xué)習(xí)發(fā)展至今，誕生了許多可用于分類(lèi)的算法. 分類(lèi)算法各有特色，在前人的研究和實(shí)踐的基礎(chǔ)上，得出的結(jié)論是支持向量機(jī)(support vector machine, SVM)、 隨機(jī)森林以及XGBoost[11]的分類(lèi)效果較為理想. 本研究的分類(lèi)模型將以SVM、 隨機(jī)森林和XGBoost 3種算法分別構(gòu)建單模型，分類(lèi)模型示意圖如圖2所示.

采用機(jī)器學(xué)習(xí)算法的分類(lèi)模型的訓(xùn)練過(guò)程，可以歸納為根據(jù)提供的訓(xùn)練數(shù)據(jù)進(jìn)行學(xué)習(xí)，從而得到特征與標(biāo)簽之間的關(guān)系模型，由該模型可以根據(jù)相關(guān)特征為新數(shù)據(jù)貼上標(biāo)簽[12]. 將用戶(hù)的心率、 情緒、 狀態(tài)、 時(shí)間、 天氣和位置等情境信息作為訓(xùn)練數(shù)據(jù)的特征集, 以及將所聽(tīng)音樂(lè)的風(fēng)格、 年代、 節(jié)奏、 情感等類(lèi)別信息作為訓(xùn)練數(shù)據(jù)的標(biāo)簽，通過(guò)3種分類(lèi)算法分別進(jìn)行機(jī)器學(xué)習(xí)模型的訓(xùn)練，構(gòu)建聽(tīng)眾在特定情境下所偏好音樂(lè)類(lèi)型的推薦模型，再結(jié)合Top-N算法生成用戶(hù)在特定情境下的音樂(lè)推薦列表.

1.3 模型融合

當(dāng)推薦系統(tǒng)中項(xiàng)目數(shù)量龐大，而有的類(lèi)別卻在較小的數(shù)量范圍內(nèi)時(shí)，采用協(xié)同過(guò)濾算法，會(huì)出現(xiàn)用戶(hù)-項(xiàng)目矩陣較為稀疏，在很大程度上影響推薦系統(tǒng)的性能[13]. 此外，每個(gè)人都有自己固有的類(lèi)型偏好，而基于協(xié)同過(guò)濾的推薦算法得到的推薦列表包含的是近鄰用戶(hù)的全部類(lèi)型偏好，可能包含了目標(biāo)用戶(hù)并不感興趣的類(lèi)型，因而對(duì)推薦系統(tǒng)的性能造成影響. 采用融合分類(lèi)與協(xié)同過(guò)濾的推薦方法可以在一定程度上解決上述問(wèn)題，這種推薦方式實(shí)際是由粗到精篩選過(guò)濾過(guò)程，根據(jù)用戶(hù)情境信息分類(lèi)獲得用戶(hù)的音樂(lè)類(lèi)型偏好是粗粒度的過(guò)濾，在確定音樂(lè)類(lèi)型的基礎(chǔ)上進(jìn)行協(xié)同過(guò)濾是細(xì)粒度的過(guò)濾，這種方式實(shí)現(xiàn)難度較低，而推薦的精度將會(huì)得到提升.

圖3 模型融合示意圖Fig.3 Process of hybrid model

假設(shè)通過(guò)分類(lèi)模型得出用戶(hù)u會(huì)偏好類(lèi)型為9的音樂(lè)，而通過(guò)協(xié)同過(guò)濾模型得出的用戶(hù)u的相似用戶(hù)v喜歡聽(tīng)的兩首音樂(lè)b1，b2都不是類(lèi)型9，則忽略用戶(hù)v所喜歡的歌曲，再?gòu)膮f(xié)同過(guò)濾模型中獲得下一首應(yīng)該推薦的音樂(lè)，直到滿(mǎn)足推薦的音樂(lè)類(lèi)型為9為止，實(shí)現(xiàn)分類(lèi)模型和協(xié)同過(guò)濾模型進(jìn)行模型融合，得出推薦結(jié)果.

模型融合的示意圖如圖3所示，其實(shí)現(xiàn)的主要步驟如算法2所示.

算法2 融合算法的構(gòu)建輸入: 數(shù)據(jù)集Data, 目標(biāo)用戶(hù)u輸出: 目標(biāo)用戶(hù)u的推薦列表Step1: 根據(jù)前文介紹的數(shù)據(jù)預(yù)處理的實(shí)現(xiàn)方式將數(shù)據(jù)進(jìn)行清洗得到規(guī)整數(shù)據(jù)格式的CSV子數(shù)據(jù)集, 然后進(jìn)行通過(guò)訓(xùn)練好的分類(lèi)模型得到用戶(hù)音樂(lè)類(lèi)型偏好Step2: 根據(jù)構(gòu)建融入情境相似度計(jì)算的協(xié)同過(guò)濾推薦模型生成預(yù)推薦列表Step3: 根據(jù)兩種算法得到的推薦候選集, 進(jìn)行融合規(guī)則過(guò)濾操作, 對(duì)預(yù)推薦列表進(jìn)行篩選, 得到最終的個(gè)性化音樂(lè)推薦列表

此外，對(duì)于個(gè)性化推薦系統(tǒng)因新用戶(hù)沒(méi)有歷史數(shù)據(jù)而產(chǎn)生的“冷啟動(dòng)”問(wèn)題[14]，情境感知音樂(lè)推薦算法可以較好地解決該問(wèn)題，新用戶(hù)雖然沒(méi)有歷史數(shù)據(jù)，但可以根據(jù)該用戶(hù)的當(dāng)前情境信息，找到與該情境信息相似的已有用戶(hù)，根據(jù)已有用戶(hù)在該情境下的音樂(lè)偏好為新用戶(hù)推薦音樂(lè).

2 實(shí)驗(yàn)結(jié)果與分析

2.1 實(shí)驗(yàn)數(shù)據(jù)

為了驗(yàn)證本研究所提出的情境感知推薦算法的有效性，選取60名志愿者日常采集的音樂(lè)情境數(shù)據(jù), 評(píng)估算法的性能. 志愿者佩戴特定的傳感器，如智能手環(huán)、 智能手表等，采集用戶(hù)心率、 運(yùn)動(dòng)狀態(tài)等數(shù)據(jù)，并記錄不同情況下的用戶(hù)情境數(shù)據(jù). 為了最大限度發(fā)揮特征價(jià)值的多樣性，在不同的場(chǎng)景下收集數(shù)據(jù)，盡可能保證覆蓋所有情境信息的類(lèi)別. 收集的原始數(shù)據(jù)包含大約32 400條記錄. 經(jīng)過(guò)預(yù)處理后，完整且干凈的數(shù)據(jù)集包含29 880條記錄. 采用10次交叉驗(yàn)證的方式對(duì)推薦算法的性能進(jìn)行驗(yàn)證.

2.2 評(píng)價(jià)指標(biāo)

個(gè)性化推薦算法的評(píng)價(jià)指標(biāo)不能完全等同于分類(lèi)算法的指標(biāo)，因?yàn)榉诸?lèi)算法完全可以只用準(zhǔn)確率等類(lèi)似指標(biāo)進(jìn)行評(píng)價(jià). 推薦系統(tǒng)的評(píng)價(jià)指標(biāo)較為多元化，有準(zhǔn)確率、 召回率、 平均絕對(duì)差異、 多樣性和驚喜度等[15]. 過(guò)高的準(zhǔn)確度會(huì)使得推薦列表的項(xiàng)目數(shù)量減少，提升推薦系統(tǒng)的多樣性和驚喜度必然會(huì)使得準(zhǔn)確率有所下降[16]，而用戶(hù)滿(mǎn)意度可以綜合評(píng)價(jià)推薦系統(tǒng)的性能. 因此，采用推薦準(zhǔn)確率和用戶(hù)滿(mǎn)意度兩個(gè)指標(biāo)綜合評(píng)估算法的性能，對(duì)研究進(jìn)行驗(yàn)證.

準(zhǔn)確率指的是推薦的列表中被用戶(hù)標(biāo)注為喜歡的項(xiàng)目數(shù)占列表總項(xiàng)目數(shù)的比例. 設(shè)Precision代表準(zhǔn)確率，T(u)表示用戶(hù)標(biāo)注為喜歡的相關(guān)列表，R(u)為給定推薦列表，則準(zhǔn)確率公式為

(2)

為了得到系統(tǒng)體驗(yàn)測(cè)評(píng)結(jié)果，另外邀請(qǐng)50名志愿者分別體驗(yàn)基于不同推薦算法的推薦系統(tǒng)，在一段時(shí)間后給出滿(mǎn)意度評(píng)價(jià)，根據(jù)用戶(hù)對(duì)兩種系統(tǒng)的推薦列表進(jìn)行打分，取打分的平均值為對(duì)該推薦系統(tǒng)的滿(mǎn)意度. 此外，根據(jù)用戶(hù)具有針對(duì)性的反饋，可以更好地改進(jìn)推薦系統(tǒng).

2.3 實(shí)驗(yàn)結(jié)果與分析

在協(xié)同過(guò)濾模型中，首先要知道用戶(hù)情境相似度閾值大小對(duì)準(zhǔn)確率的影響以及其具體的表現(xiàn)分布. 在協(xié)同過(guò)濾模型準(zhǔn)確率驗(yàn)證的實(shí)驗(yàn)中，根據(jù)閾值的不同設(shè)計(jì)了實(shí)驗(yàn)，得到模型的準(zhǔn)確率如圖4所示. 從圖4中可以看出，模型的準(zhǔn)確率和情境信息的相似度閾值存在一定關(guān)系. 根據(jù)實(shí)驗(yàn)結(jié)果，本研究選取用戶(hù)情境信息的相似度閾值為0.75.

在驗(yàn)證融合模型的準(zhǔn)確率之前，對(duì)于分類(lèi)模型的準(zhǔn)確率進(jìn)行了實(shí)驗(yàn)驗(yàn)證，分類(lèi)模型預(yù)測(cè)的平均準(zhǔn)確率如圖5所示. 從實(shí)驗(yàn)結(jié)果可以看出, 隨機(jī)森林和XgBoost算法的模型準(zhǔn)確率較高.

圖4 協(xié)同過(guò)濾模型準(zhǔn)確率Fig.4 Precision of collaborative filtering model

圖5 分類(lèi)模型準(zhǔn)確率Fig.5 Precision of classification model

融合模型的準(zhǔn)確率如圖6所示. 用戶(hù)滿(mǎn)意度對(duì)比如圖7所示. 由圖6、 7可以看出，通過(guò)模型融合，算法的準(zhǔn)確率明顯提升，當(dāng)融合模型中的分類(lèi)模型采用XgBoost算法且推薦項(xiàng)目數(shù)為10時(shí)，模型的正確率最高，明顯高于基于協(xié)同過(guò)濾模型的準(zhǔn)確率，此外，融合模型的用戶(hù)滿(mǎn)意度也最高，由此可以得出，融合模型的策略是正確有效的.

圖6 融合模型準(zhǔn)確率Fig.6 Precision of hybrid model

圖7 協(xié)同過(guò)濾模型和融合模型的用戶(hù)滿(mǎn)意度對(duì)比Fig.7 User satisfaction comparison user satisfaction between collaborative filtering model and hybrid model

3 結(jié)語(yǔ)

情境信息對(duì)個(gè)性化音樂(lè)推薦系統(tǒng)的性能有著重大的影響，針對(duì)如何融合豐富的用戶(hù)情境信息，提出一種融合分類(lèi)與協(xié)同過(guò)濾的情境感知音樂(lè)推薦算法，為特定情境下的用戶(hù)提供個(gè)性化音樂(lè)推薦. 實(shí)驗(yàn)結(jié)果表明，融合分類(lèi)與協(xié)同過(guò)濾的推薦算法比融入情境信息的協(xié)同過(guò)濾推薦算法更能提供準(zhǔn)確率高和滿(mǎn)意度高的推薦結(jié)果. 由于實(shí)驗(yàn)數(shù)據(jù)與涉及的情境信息有限，因此研究還有待進(jìn)一步拓展與深入. 在分類(lèi)模型中只是采用音樂(lè)的類(lèi)型標(biāo)簽，并沒(méi)有深入去分析音樂(lè)的音頻特征，這在一定程度上會(huì)影響推薦算法的性能. 未來(lái)將嘗試融合基于內(nèi)容的推薦算法，分析音樂(lè)的音頻特征，進(jìn)一步提高分類(lèi)模型的準(zhǔn)確率； 考慮在推薦模型中融入更多影響因子，如用戶(hù)的影響力、 可信度特征等，并采用機(jī)器學(xué)習(xí)算法分析各類(lèi)因素的重要性，在融入情境信息等特征時(shí)考慮相關(guān)特征的權(quán)重進(jìn)行推薦.