孫承愛(ài) 季勝男 田剛

摘 要：為解決協(xié)同過(guò)濾推薦算法冷啟動(dòng)和數(shù)據(jù)稀缺的問(wèn)題，提高個(gè)性化閱讀系統(tǒng)推薦準(zhǔn)確性，根據(jù)圖書(shū)特點(diǎn)，提出一種融合協(xié)同過(guò)濾算法和興趣標(biāo)簽算法的個(gè)性化閱讀系統(tǒng)設(shè)計(jì)。通過(guò)交叉調(diào)和方法，給定一個(gè)適當(dāng)?shù)娜诤媳葘煞N推薦算法的推薦結(jié)果進(jìn)行融合，保證系統(tǒng)在解決冷啟動(dòng)問(wèn)題的同時(shí)，能夠增加推薦列表新鮮度，提高推薦準(zhǔn)確度，保持個(gè)性化閱讀系統(tǒng)優(yōu)越性。結(jié)果表明，該方法即使沒(méi)有評(píng)級(jí)也能合理推薦，在推薦準(zhǔn)確性和圖書(shū)種類方面優(yōu)于傳統(tǒng)方法。

關(guān)鍵詞：個(gè)性化閱讀;混合推薦模型;協(xié)同過(guò)濾;興趣標(biāo)簽;交叉調(diào)和

DOI：10. 11907/rjdk. 191869 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

中圖分類號(hào)：TP319文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2019）008-0080-03

Design of Personalized Reading System Based on Hybrid Model

SUN Cheng-ai，JI Sheng-nan， TIAN Gang

（College of Computer Science and Engineering， Shandong University of Science and Technology，Qingdao 266000，China）

Abstract： In order to solve the problems of cold start and data scarcity of collaborative filtering recommendation algorithm and improve the accuracy of personalized reading system recommendation，a system based on fusion collaborative filtering and interest tag algorithm for personalized reading is proposed according to the characteristics of books. By cross-harmonic method with an appropriate fusion ratio and the recommendation results of the two recommended algorithms， the system can ensure the freshness of the recommendation list， improve the accuracy of recommendation， and maintain personalization while solving the cold start problem. The superiority of the reading system is thus maintained. The results show that our method? can reasonably make recommendation even without rating and thus is superior to the traditional method in terms of recommendation accuracy and book type.

Key words： personalized reading;hybrid recommendation model; collaborative filtering; interest tag; cross-harmonic

基金項(xiàng)目：國(guó)家自然科學(xué)基金青年項(xiàng)目（61602279）;山東省科研項(xiàng)目（J16LN08）

作者簡(jiǎn)介：孫承愛(ài)（1964-），女，碩士，山東科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院副教授、碩士生導(dǎo)師，研究方向計(jì)算機(jī)應(yīng)用、軟件工程、信息可視化管理;季勝男（1994-），女，山東科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院碩士研究生，研究方向軟件系統(tǒng)集成、推薦算法;田剛（1982-），男，博士，山東科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院副教授、碩士生導(dǎo)師，研究領(lǐng)域?yàn)樾畔z索、面向服務(wù)的軟件工程、深度學(xué)習(xí)、自然語(yǔ)言處理。

0 引言

隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，大量電子圖書(shū)通過(guò)在線書(shū)城等流媒體服務(wù)轉(zhuǎn)向數(shù)字發(fā)行[1]，個(gè)性化閱讀成為熱門(mén)研究領(lǐng)域，它既可幫助讀者更快發(fā)現(xiàn)符合自己偏好的書(shū)籍，又可使線上書(shū)城更有效率地將圖書(shū)定位到合適的讀者。

在推薦系統(tǒng)研究中，閱讀推薦由于受不同風(fēng)格和類型的推薦方法以及影響讀者偏好的社會(huì)和地理等因素影響，研究?jī)?nèi)容十分復(fù)雜。目前，對(duì)推薦系統(tǒng)的研究主要包括使用最為廣泛的基于協(xié)同過(guò)濾的推薦算法[2-3]，協(xié)同過(guò)濾推薦算法又分為基于用戶的協(xié)同過(guò)濾和基于商品的協(xié)同過(guò)濾[4]。Pazzani等[5-6]介紹了基于內(nèi)容的推薦方法;Chen等[7]通過(guò)對(duì)用戶和項(xiàng)目標(biāo)簽進(jìn)行主題建模，提出隱藏語(yǔ)義信息的推薦方法;Campos等[8]以項(xiàng)目?jī)?nèi)容特征和用戶模型特征之間的相似性為關(guān)鍵內(nèi)容進(jìn)行推薦;Covingto等[9]通過(guò)結(jié)合兩種或兩種以上的的混合方法進(jìn)行推薦，以解決單獨(dú)使用某一基礎(chǔ)算法存在的問(wèn)題，如冷啟動(dòng)和數(shù)據(jù)稀疏等。此外還有基于深度學(xué)習(xí)方法的推薦，如基于深度學(xué)習(xí)網(wǎng)絡(luò)研究的YouTube視頻推薦[10]。

為了解決圖書(shū)推薦系統(tǒng)在新用戶和新圖書(shū)進(jìn)入時(shí)因數(shù)據(jù)稀缺造成推薦失效的問(wèn)題，并考慮到圖書(shū)篇幅長(zhǎng)，難以自動(dòng)提取精準(zhǔn)內(nèi)容以及推薦系統(tǒng)的執(zhí)行效率，本文選取基于用戶的協(xié)同過(guò)濾算法和基于興趣標(biāo)簽的推薦方法。基于興趣標(biāo)簽的推薦主要利用圖書(shū)特征標(biāo)簽與用戶偏好標(biāo)簽的相似度進(jìn)行排名推薦，它對(duì)推薦結(jié)果有很好的解釋性，但是推薦內(nèi)容存在缺乏驚喜度的問(wèn)題，不能推薦新類型的圖書(shū)給讀者;基于協(xié)同過(guò)濾推薦算法的準(zhǔn)確性要高于標(biāo)簽推薦，但是存在冷啟動(dòng)和數(shù)據(jù)稀疏問(wèn)題[11]。然而這兩種推薦方法具有很好的互補(bǔ)特點(diǎn)。

因此，本文提出融合協(xié)同過(guò)濾和興趣標(biāo)簽的混合推薦模型的個(gè)性化閱讀系統(tǒng)設(shè)計(jì)，它利用興趣標(biāo)簽推薦模型彌補(bǔ)協(xié)同過(guò)濾算法的冷啟動(dòng)問(wèn)題并可提高推薦列表的新鮮度，進(jìn)而提升推薦合理性。

1 相關(guān)工作

個(gè)性化閱讀推薦系統(tǒng)的目的是將未被目標(biāo)用戶評(píng)級(jí)的圖書(shū)作品進(jìn)行排名。令用戶和圖書(shū)的索引分別為[U=u|1，？，Nu]，[M=m|1，？，NM]。NU和MU指用戶和圖書(shū)的數(shù)量。假設(shè)U和M預(yù)先在系統(tǒng)中注冊(cè)，不需要額外元數(shù)據(jù)（例如，書(shū)名、作者和流派），評(píng)級(jí)數(shù)據(jù)也保留在系統(tǒng)中。在本文系統(tǒng)中，評(píng)級(jí)分?jǐn)?shù)范圍為0～1;令[ru，m]為用戶u給m的評(píng)分。通過(guò)式（1）獲得評(píng)級(jí)矩陣R。

[R=ru，m|1uNU，1mNM]? ? ? ?（1）

當(dāng)用戶u沒(méi)有對(duì)圖書(shū)m進(jìn)行評(píng)級(jí)時(shí)，為了方便起見(jiàn)，規(guī)定為分?jǐn)?shù)0。R中大多數(shù)分?jǐn)?shù)在實(shí)際數(shù)據(jù)中都是空的，因?yàn)槊總€(gè)用戶僅在M中對(duì)少部分圖書(shū)進(jìn)行評(píng)級(jí)。

利用興趣標(biāo)簽推薦需要內(nèi)容數(shù)據(jù)。每本圖書(shū)的內(nèi)容表示為從圖書(shū)介紹中提取的若干特征的單個(gè)矢量。令這些特征索引為[T=t|1，？，Nt]，其中[Nt]是特征的數(shù)量，也是特征向量維度，令[cm，t]為圖書(shū)m的第t個(gè)特征值。通過(guò)收集所有特征向量得到內(nèi)容標(biāo)簽矩陣C，如式（2）所示。

[C=cm，t|1mNM，1tNT]? ? （2）

1.1 基于用戶的協(xié)同過(guò)濾算法

基于用戶的協(xié)同過(guò)濾算法（User-based Collaborative Filtering Recommendation，User_CF）試圖通過(guò)其他人對(duì)這些作品的評(píng)分預(yù)測(cè)目標(biāo)用戶對(duì)未被評(píng)分圖書(shū)作品的評(píng)級(jí)[12]。給定目標(biāo)用戶u， 令[ru，m]為用戶u對(duì)圖書(shū)m的預(yù)測(cè)評(píng)分，由此得到式（3）為：

[ru，m=ru+kv|v≠u，v∈Uwu，vrv，m-rv]? （3）

其中[ru]和[rv]分別是用戶u和用戶v的平均評(píng)分。[wu，v]反映用戶u和v之間的偏好相似性權(quán)重，并且k是歸一化因子，使得權(quán)重絕對(duì)值總和為1，即[v|Wu，v|=1]。在得到預(yù)測(cè)得分后，根據(jù)[ru，m]對(duì)圖書(shū)進(jìn)行排序。

在幾種計(jì)算相似性的方法中，本文選擇Pearson相關(guān)系數(shù)，它在許多任務(wù)中表現(xiàn)出了穩(wěn)定的性能[13-14]。相似度計(jì)算如式（4）所示。

[Wu，v=mru，m-rumrv，m-rvmru，m-ru2mrv，m-rv2 ]? ?（4）

1.2 基于興趣標(biāo)簽的推薦

基于興趣標(biāo)簽方法在個(gè)性化閱讀系統(tǒng)中通過(guò)利用興趣標(biāo)簽表示用戶偏好矩陣，利用圖書(shū)內(nèi)容標(biāo)簽矩陣相似性進(jìn)行推薦排名[15-16]。

使用興趣標(biāo)簽推薦方法需要利用用戶對(duì)圖書(shū)的偏好進(jìn)行用戶興趣建模。由于興趣標(biāo)簽的動(dòng)態(tài)性、穩(wěn)定性和漸變性3個(gè)特點(diǎn)反映了用戶時(shí)間相對(duì)長(zhǎng)久的信息需求，比信息來(lái)源要求更穩(wěn)定[17]，在個(gè)性化閱讀系統(tǒng)中興趣標(biāo)簽信息來(lái)源主要集中于用戶的收藏與訂閱、評(píng)級(jí)、運(yùn)行搜索和閱讀時(shí)長(zhǎng)，這些個(gè)性化信息對(duì)于個(gè)性化閱讀系統(tǒng)而言價(jià)值量高，可通過(guò)對(duì)它們進(jìn)行正確分析得到用戶興趣標(biāo)簽及興趣偏好程度。本文系統(tǒng)針對(duì)新用戶設(shè)計(jì)了注冊(cè)頁(yè)面，在設(shè)定好的若干個(gè)標(biāo)簽中選取用戶初始興趣標(biāo)簽，這樣新入用戶也能根據(jù)其選擇的興趣領(lǐng)域得到合理的推薦列表。

不同用戶的興趣及喜好程度各異。本文系統(tǒng)利用興趣權(quán)重衡量某一用戶對(duì)特定興趣的偏好程度，權(quán)重值越大，用戶對(duì)特定興趣的偏好程度越高[18]，設(shè)定興趣權(quán)重也有利于更新替換用戶興趣標(biāo)簽，有效避免標(biāo)簽冗余。計(jì)算興趣標(biāo)簽權(quán)重需要獲取用戶歷史瀏覽數(shù)據(jù)、用戶與圖書(shū)之間的交互數(shù)據(jù)。用戶與圖書(shū)之間、用戶與興趣之間、圖書(shū)與標(biāo)簽之間都是一對(duì)多的關(guān)系（見(jiàn)圖1），并且興趣權(quán)重與特定興趣對(duì)應(yīng)的圖書(shū)交互次數(shù)及用戶總交互頻率有關(guān)。定義[Ii，p]為用戶[ui]對(duì)興趣[ip]的興趣權(quán)重，計(jì)算公式為：

[Ii，p=NijuiFui]? ? ? （5）

其中，[Nijui]表示用戶[ui]與興趣[ip]對(duì)應(yīng)圖書(shū)的交互次數(shù)，[Fui]表示用戶[ui]交互總次數(shù)。由此根據(jù)[Ii，p]排序用戶的興趣標(biāo)簽限制用戶興趣標(biāo)簽數(shù)量在10個(gè)以內(nèi)，進(jìn)行更新替換，避免標(biāo)簽噪聲和標(biāo)簽冗余。

圖1 用戶與圖書(shū)、圖書(shū)與標(biāo)簽間的關(guān)系

因此，給定目標(biāo)用戶[u∈U]， 令[Lu，t]為用戶u的第t個(gè)興趣標(biāo)簽，由此得到用戶興趣標(biāo)簽矩陣L。

[L=Lu，t|1uNU，1t10]? ?（6）

該模塊通過(guò)計(jì)算式（2）、式（6）的夾角余弦值評(píng)估用戶偏好和圖書(shū)內(nèi)容相似度，對(duì)相似度排名進(jìn)行推薦[5]。

在三角形中邊a和b的夾角余弦計(jì)算公式為：

[cos（θ）=a2+b2-c22ab]? ? ? ?（7）

在向量中，假設(shè)a向量是（[x1，y1]），b向量是（[x2，y2]），則余弦計(jì)算公式為：

[cos（θ）=ab||a||×||b||=（x1，y1）（x2，y2）x21+y21×x22+y22=x1x2+y1y2x21+y21×x22+y22] （8）

進(jìn)而推至n維，則a與b的夾角余弦等于：

[cos（θ）=i=1n（xi×yi）i=1n（xi）2×i=1n（yi）2=ab||a||×||b||]? （9）

若余弦值接近1，表明夾角越接近0°，即兩個(gè)向量越相近，則可根據(jù)相似度推薦排名前5的圖書(shū)。

2 基于混合模型的推薦系統(tǒng)整體框架

為構(gòu)建混合推薦系統(tǒng)，本文提出模型整體框架設(shè)計(jì)，如圖2所示。

圖2 混合推薦模型系統(tǒng)框架

本文系統(tǒng)在進(jìn)行推薦時(shí)，從數(shù)據(jù)庫(kù)中提取相關(guān)用戶的歷史閱讀數(shù)據(jù)，將數(shù)據(jù)分別進(jìn)行User_CF和興趣標(biāo)簽算法推薦，并將兩種推薦結(jié)果輸入到融合算法模塊中 ，得到最終的推薦列表。推薦結(jié)果反饋給數(shù)據(jù)庫(kù)，經(jīng)由數(shù)據(jù)庫(kù)傳送給用戶。用戶最新的瀏覽信息也及時(shí)反饋給數(shù)據(jù)庫(kù)，更新相關(guān)數(shù)據(jù)，以實(shí)現(xiàn)推薦目錄實(shí)時(shí)刷新。

根據(jù)相關(guān)兩種推薦方法的特點(diǎn)和效果，本文系統(tǒng)在融合模塊中利用交叉調(diào)和方法[20]，即對(duì)不同推薦算法產(chǎn)生的結(jié)果，按照一定的融合比例形成最終推薦結(jié)果，使該系統(tǒng)在比例合適的情況下既保證推薦結(jié)果準(zhǔn)確性又保證結(jié)果多樣性;同時(shí)利用用戶信息的記錄，調(diào)整不同方法推薦結(jié)果在整個(gè)系統(tǒng)中的比重以實(shí)現(xiàn)結(jié)果合理性，如新用戶或本用戶歷史記錄較少時(shí)，系統(tǒng)給予興趣標(biāo)簽?zāi)K較大的權(quán)重。一般情況下，由于User_CF效果較好，因此比重會(huì)高于興趣標(biāo)簽的推薦。

3 系統(tǒng)實(shí)驗(yàn)結(jié)果分析

3.1 實(shí)驗(yàn)結(jié)果1

為了驗(yàn)證系統(tǒng)有效性，收集30位用戶對(duì)300本圖書(shū)的評(píng)分及相對(duì)的標(biāo)簽數(shù)據(jù)。從實(shí)驗(yàn)數(shù)據(jù)集中抽取80%的數(shù)據(jù)作為訓(xùn)練集，另外20%的數(shù)據(jù)作為測(cè)試集。在訓(xùn)練集上分別進(jìn)行User_CF、基于興趣標(biāo)簽的推薦和混合推薦3個(gè)推薦實(shí)驗(yàn)。本文系統(tǒng)通過(guò)推薦的準(zhǔn)確度衡量系統(tǒng)有效性，推薦準(zhǔn)確度計(jì)算公式[20]為：

[推薦準(zhǔn)確度=用戶感興趣的圖書(shū)數(shù)推薦列表圖書(shū)數(shù)]

根據(jù)圖3的實(shí)驗(yàn)結(jié)果可以看出，當(dāng)用戶數(shù)據(jù)稀缺、User_CF不能產(chǎn)生效果時(shí)，基于興趣標(biāo)簽的推薦方法具有很好的彌補(bǔ)性，它融合了兩種推薦方法的混合推薦通過(guò)調(diào)節(jié)交叉調(diào)和比，提高了推薦準(zhǔn)確度。

圖3 推薦準(zhǔn)確度對(duì)比

3.2 實(shí)驗(yàn)結(jié)果2

為了更加直觀地展示系統(tǒng)功能，利用個(gè)性化閱讀系統(tǒng)收集的數(shù)據(jù)進(jìn)行系統(tǒng)訓(xùn)練，每種推薦算法為每個(gè)用戶推薦排名前5的圖書(shū)。

通過(guò)User_CF和興趣標(biāo)簽的推薦分別得到推薦列表，進(jìn)行融合比為7∶3的交叉融合推薦，推薦結(jié)果見(jiàn)表1，表1還給出了用戶權(quán)重較高的興趣標(biāo)簽。

表1 部分用戶最終推薦結(jié)果

4 結(jié)語(yǔ)

本文利用交叉融合方法將協(xié)同過(guò)濾推薦算法和基于興趣標(biāo)簽的推薦方法進(jìn)行融合，彌補(bǔ)了單獨(dú)使用協(xié)同過(guò)濾算法冷啟動(dòng)等不足，以及單獨(dú)使用興趣標(biāo)簽推薦的準(zhǔn)確度不高、沒(méi)有新鮮度的缺陷，由此得到了一個(gè)高效運(yùn)行的個(gè)性化閱讀系統(tǒng)，并得到了比較合理的推薦結(jié)果。未來(lái)還可考慮神經(jīng)網(wǎng)絡(luò)對(duì)圖書(shū)進(jìn)行標(biāo)簽自動(dòng)提取的功能，以達(dá)到更便利、更準(zhǔn)確的圖書(shū)內(nèi)容標(biāo)簽定位。

參考文獻(xiàn)：

[1] 中國(guó)數(shù)字出版產(chǎn)業(yè)年度報(bào)告課題組. 步入新時(shí)代的中國(guó)數(shù)字出版——2017—2018中國(guó)數(shù)字出版產(chǎn)業(yè)年度報(bào)告（摘要）[J]. 出版發(fā)行研究，2018，322（9）：10+31-35.

[2] MNIH A，SALAKHUTDINOV R R. Probabilistic matrix factorization[C]. Advances in Neural Information Processing Systems，2008：1257-1264.

[3] 魏歡，陳建斌，張虎. 一種改進(jìn)的協(xié)同過(guò)濾推薦算法[J]. 軟件導(dǎo)刊，2015，14（11）：57-60.

[4] 王國(guó)霞，劉賀平. 個(gè)性化推薦系統(tǒng)綜述[J]. 計(jì)算機(jī)工程與應(yīng)用， 2012， 48（7）：66-76.

[5] PAZZANI M J， BILLSUS D. Content-based recommendation systems[M]. Berlin：Springer Berlin Heidelberg， 2007.

[6] 閆東東，李紅強(qiáng). 一種改進(jìn)的基于內(nèi)容的個(gè)性化推薦模型[J]. 軟件導(dǎo)刊，2016，15（4）：11-13.

[7] CHEN C C， ZHENG XL，WANG Y， et al. Capturing semantic correlation for item recommendation in tagging systems[C]. Proceedings of the 30th Conference on ArtificialIntelligence，2016： 108-114.

[8] CAMPOS L M， FERNANDEZ-LUNA J M， HUETE J F， et al. Combining content-based and collaborative recommendations： a hybrid approach based on Bayesian networks [J]. International Journal of Approximate Reasoning， 2010， 51 （7）： 785-799.

[9] COVINGTO P，ADAM S. Deep neural networks for YouTube recommendations[C]. ACM Conference on Recommender Systems， 2016：191-198.

[10] BOBADILLA J，ORTEGA F，HERNANDO A，et al. Recommender systems survey[J]. Knowledge-based Systems，2013（46）：109-132.

[11] 劉慶鵬，陳明銳. 優(yōu)化稀疏數(shù)據(jù)集提高協(xié)同過(guò)濾推薦系統(tǒng)質(zhì)量的方法[J]. 計(jì)算機(jī)應(yīng)用， 2012， 32（4）：1082-1085.

[12] 榮輝桂，火生旭，胡春華，等. 基于用戶相似度的協(xié)同過(guò)濾推薦算法[J]. 通信學(xué)報(bào)， 2014， 35（2）：16-24.

[13] YOSHII K， GOTO M， KOMATANI K， et al. Hybrid collaborative and content-based music recommendation using probabilistic model with latent user preferences[C]. Vancouver： 7th International Conference on Music Information Retrieval，2006.

[14] 陳功平，王紅.? 改進(jìn)Pearson相關(guān)系數(shù)的個(gè)性化推薦算法[J].? 山東農(nóng)業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版， 2016，47（6）：940-944.

[15] 胡偉健，陳俊，李靈芳，等. 結(jié)合用戶特征和興趣變化的組推薦系統(tǒng)算法研究[J]. 軟件導(dǎo)刊，2016，15（6）：60-62.

[16] 陳潔敏，李建國(guó)，湯非易，等. 融合“用戶-項(xiàng)目-用戶興趣標(biāo)簽圖”的協(xié)同好友推薦算法[J]. 計(jì)算機(jī)科學(xué)與探索，2018（1）：92-100.

[17] 楊軍，武秀川，郭艷燕. 基于跨系統(tǒng)的個(gè)性化搜素系統(tǒng)模型設(shè)計(jì)[J]. 微處理機(jī)，2013（3）：41-44.

[18] 李興華， 陳冬林， 楊愛(ài)民， 等.? 基于用戶興趣-標(biāo)簽的混合推薦方法研究[J].? 情報(bào)學(xué)報(bào)， 2015（5）：466-470.

[19] 張濱，基于混合模型的推薦系統(tǒng)的研究[D]. 長(zhǎng)春：吉林大學(xué)，2018：21-22.

[20] 陳天昊，帥建梅，朱明. 一種基于協(xié)作過(guò)濾的電影推薦方法[J]. 計(jì)算機(jī)工程，2014，40（1）：55-58+62.

（責(zé)任編輯：江 艷）