秦曉安，王 睿，舒 升

(安徽商貿(mào)職業(yè)技術(shù)學(xué)院，安徽 蕪湖 241002)

1 研究背景

隨著電子商務(wù)平臺的蓬勃發(fā)展，現(xiàn)在越來越多的交易是在網(wǎng)上完成的。根據(jù)最新的數(shù)據(jù)，2018年，大約28.5%的交易是在線完成的，馬云在首屆中國國際進(jìn)口博覽會論壇上表示，未來95%的交易會在網(wǎng)上完成。人們可以從數(shù)十億的在線交易中獲得前所未有的深刻見解，并開發(fā)了許多技術(shù)來改善消費(fèi)者的購物體驗(yàn)。其中一種技術(shù)是基于個人客戶偏好的個性化交易推薦。目前，大多數(shù)零售商在進(jìn)行市場營銷活動時(shí)，并不區(qū)分顧客，例如，向所有顧客發(fā)送所有電子優(yōu)惠券。這類營銷通常以向客戶發(fā)送垃圾信息而告終，因?yàn)榇蠖鄶?shù)客戶可能并不感興趣。即使一些顧客感興趣，他們關(guān)注的信息可能不太容易被發(fā)現(xiàn)。個性化推薦是解決這一問題的最佳方式，它只向目標(biāo)客戶推薦相關(guān)產(chǎn)品，在幫助零售商獲得更多客戶的同時(shí)，也為零售商節(jié)省了成本[1]。個性化的推薦引擎需要考慮個人客戶的偏好和購買歷史，并找到最相關(guān)的產(chǎn)品。

個性化推薦可以被各類零售商使用，并且不同的業(yè)務(wù)邏輯需要不同類型的推薦算法。在文章中，我們討論了一種特殊類型的交易，即優(yōu)惠券交易，它具有一些特定的特征。這種商業(yè)模式的一個典型例子是美團(tuán)，所有的交易都是在短期內(nèi)有效。因此，我們必須處理所有建議的“冷啟動”問題。在文章中，我們討論了關(guān)鍵詞在類交易推薦中的作用，實(shí)驗(yàn)表明，我們提出的方法在優(yōu)惠券個性化投放率上優(yōu)于現(xiàn)有的基線方法。

2 研究準(zhǔn)備工作

針對不同應(yīng)用推薦系統(tǒng)做了大量的研究，如好友推薦、基于位置的交易推薦、電影推薦、音樂推薦、產(chǎn)品推薦、app推薦[2]。在大多數(shù)情況下，評級信息可以用于推薦，如電影，音樂和產(chǎn)品交易[2]。在我們研究的案例中，優(yōu)惠券交易通常沒有任何評分或評級。因此，我們只能將每一個購買行為視為一個“積極”的行為，而沒有來自用戶的“消極”輸入。

在傳統(tǒng)的推薦應(yīng)用中，被推薦的項(xiàng)目總是可用的，例如電影、音樂和產(chǎn)品，但是優(yōu)惠券交易只在短時(shí)間內(nèi)有效。因此，在推薦優(yōu)惠券交易時(shí)，從其他人的歷史數(shù)據(jù)中引用交易在這種情況下不是很有用。協(xié)同過濾是最常用的一般項(xiàng)目推薦算法[3]。它計(jì)算項(xiàng)目到項(xiàng)目或用戶到項(xiàng)目的相似性，并使用組合相似性值推薦項(xiàng)目。但是我們希望推薦新的優(yōu)惠券交易，而協(xié)同過濾只有在所有交易都已經(jīng)有一些交易時(shí)才有效。根據(jù)協(xié)同過濾的公式，只推薦有交易的交易，不推薦沒有交易的新交易。

3 數(shù)據(jù)庫加工分析

我們研究了一組來自在線優(yōu)惠券交易市場的真實(shí)交易數(shù)據(jù)。由于這個數(shù)據(jù)源不是公共的，通過校企合作授權(quán)得到，所以只能在文章中列出關(guān)于數(shù)據(jù)集的統(tǒng)計(jì)信息。數(shù)據(jù)集的描述如下：

(1) 交易筆數(shù)：15萬筆+

(2) 交易數(shù)量：2000+

(3) 交易用戶數(shù)：76000+

(4) 至少有3筆交易的用戶數(shù)：12000+

交易類別：餐飲、酒店、教育培訓(xùn)、休閑娛樂、旅游。這些類別是手動定義的。表1為這些類別交易的樣本，圖1為交易中的類別分布。

表1 五類交易樣本

圖1 各類交易占比

為了便于理解，表1列出了每種類別的一些類似案例樣本。案例樣本的詳細(xì)描述可以在交易網(wǎng)站上中找到。在數(shù)據(jù)集中，我們還對人們是否反復(fù)購買類似的商品進(jìn)行了研究，例如，反復(fù)購買美食消費(fèi)。但當(dāng)我們試圖向用戶推薦交易時(shí)，總是面臨 “冷啟動”問題，即我們沒有足夠的交易歷史記錄來處理每天的新交易。因此，我們考慮使用關(guān)鍵詞將新交易與舊交易鏈接起來，并基于交易之間的關(guān)鍵詞映射來執(zhí)行推薦，提出了一種新的基于關(guān)鍵詞關(guān)聯(lián)規(guī)則的推薦算法。

4 算法的解決方案

4.1 關(guān)鍵詞間的關(guān)聯(lián)規(guī)則

傳統(tǒng)的Apriori算法關(guān)注交易之間的關(guān)聯(lián)規(guī)則，例如啤酒和嬰兒尿布一起購買。然而，在我們研究的數(shù)據(jù)集中，由于交易到期非?？?，我們的算法不能推薦基于關(guān)聯(lián)規(guī)則的過期交易。因此，我們不是計(jì)算交易之間的關(guān)系，而是計(jì)算交易描述中的關(guān)鍵詞之間的關(guān)系。我們對交易描述進(jìn)行預(yù)處理，只保留交易網(wǎng)站中描述的名詞[4]。

算法1計(jì)算關(guān)鍵詞關(guān)聯(lián)規(guī)則如下：

(4)將所有關(guān)鍵詞聚合到矩陣M中，每一行就是一個關(guān)鍵詞。所以M是一個R×2矩陣，R> 3 000 000。

(1)

(2)

(9)在160，000多個關(guān)鍵詞supp×conf中選擇值最高的5%。

表2 最常見的關(guān)鍵詞配對組合的例子

表2(續(xù))

我們在表2中選擇了一些具有高支持值和置信度值的典型關(guān)鍵詞組合，其中可以找出一些有趣的行為模式。我們可以把這些結(jié)果解釋為人們購買了一筆描述上有“關(guān)鍵詞1”的交易時(shí)他們也傾向于購買另一種帶有“關(guān)鍵詞2”的交易。例如，表2中支持度最高的關(guān)鍵詞組合是{自助餐， 自助餐}。說明：(1)描述中有“自助餐”的交易較多；(2)以前買過自助餐的人傾向于買另一種不同的自助餐?！白灾汀薄ⅰ巴聿汀?、“酒店”、“休閑”等詞與“自助餐”一起出現(xiàn)的頻率最高，這意味著購買了這些詞的人將來更傾向于購買自助餐特惠產(chǎn)品。同樣的道理也適用于“醫(yī)療”、“全身”、“面部”、“spa”等，例如，買了全身按摩休閑的人以后會買面部醫(yī)療，這意味著人們會反復(fù)購買美容保健產(chǎn)品。有趣的是，我們發(fā)現(xiàn)不僅是服務(wù)交易(如餐飲、美容)，而且一些產(chǎn)品交易，如小米和華為產(chǎn)品也在人們的購買模式中重復(fù)出現(xiàn)。這意味著我們可以向以前購買過同一品牌的顧客推薦優(yōu)惠。鑒于這些發(fā)現(xiàn)，我們提出一種基于關(guān)鍵詞關(guān)聯(lián)規(guī)則的推薦算法。

4.2 基于關(guān)鍵詞關(guān)聯(lián)規(guī)則的推薦

我們設(shè)計(jì)了一個推薦算法，根據(jù)客戶購買歷史中的交易描述和4.1中計(jì)算的關(guān)鍵詞對關(guān)聯(lián)規(guī)則的先前知識，向客戶推薦新的交易。

(3)交易權(quán)重dn的計(jì)算方法如下：

(3)

(4)通過除以DT中的最大值amax，將an值歸于[0， 1 ]范圍。

4.3 按銷售數(shù)量列出的推薦

電子商務(wù)網(wǎng)站使用的最簡單和有效的推薦方法是根據(jù)出售的優(yōu)惠券數(shù)量對所有交易進(jìn)行排序。我們定義為出售的優(yōu)惠券數(shù)量dn∈DT。每筆交易我們除以DT中最大值狻βmax得到正常狻βn值。

我們將關(guān)鍵詞關(guān)聯(lián)規(guī)則中的權(quán)重與銷售數(shù)量結(jié)合起來：

Yn=αn+βn

(4)

并按值向下排序所有交易。從關(guān)鍵詞關(guān)聯(lián)度和整體人氣來看，排名靠前的交易是與用戶最相關(guān)的交易。

4.4 實(shí)驗(yàn)

我們在4.3節(jié)描述的優(yōu)惠券交易數(shù)據(jù)庫中，用基線算法對我們提出的算法進(jìn)行了實(shí)驗(yàn)測試。對于用戶購買的每一筆交易，我們都將其視為未知交易，并根據(jù)查詢?nèi)掌谥暗馁徺I歷史推薦一份交易列表，看看這樁交易是否屬于我們推薦的交易[6]。如果交易在推薦名單上，我們稱之為成功。在我們的實(shí)驗(yàn)中，我們報(bào)告所有交易的點(diǎn)擊率。由于我們的算法依賴于購買歷史，因此我們跳過用戶購買的第一次購買，只推薦從第二次購買開始的交易。很明顯，命中率越高，推薦效果越好。我們還計(jì)算了每次點(diǎn)擊的平均排名，rank=1表示用戶實(shí)際購買的交易位于推薦列表的頂部[7]。所以較低的平均排名意味著更好的推薦。我們還根據(jù)以下等式計(jì)算平均倒數(shù)秩(MRR)：

(5)

其中Q是所有熱門交易的集合。很容易看出，MRR值越高，推薦就越好。根據(jù)研究結(jié)果，我們知道，在餐飲、娛樂和旅游交易中，詞語的重復(fù)頻率更高，因?yàn)樗鼈兇蠖嗍欠?wù)交易，而對于產(chǎn)品和旅游交易，詞語不太可能有關(guān)聯(lián)。我們還觀察到，在這個數(shù)據(jù)庫中，人們往往購買同一類別的交易非常頻繁。例如，如果一個顧客購買了一份餐飲套餐，那么他的下一次購買很可能也是餐飲套餐。因此，我們的實(shí)驗(yàn)步驟如下：

(1)對于每個用戶，在查詢?nèi)掌讷@取購買歷史記錄。

(2)如果最后購買的類別是餐飲、健康、活動，根據(jù)公式4推薦交易，否則按n值推薦交易。

(3)計(jì)算點(diǎn)擊率、所有點(diǎn)擊率的平均排名和MRR。

我們報(bào)告前5名、前10名和前20名推薦的點(diǎn)擊率、平均排名和平均倒數(shù)排名。從圖2、3、4實(shí)驗(yàn)的結(jié)果可以得出，我們提出的關(guān)鍵詞關(guān)聯(lián)的算法在所有實(shí)驗(yàn)中，無論是命中率、平均排名還是平均倒數(shù)排名，都優(yōu)于數(shù)量算法。前5名推薦的點(diǎn)擊率由12.9%提高到13.9%，前10名推薦的點(diǎn)擊率由21.1%提高到21.6%，前20名推薦的點(diǎn)擊率由35.7%提高到36.9%，不同情況的點(diǎn)擊率分別為7.8%、2.4%、3.4%。對于每次命中的平均秩，我們的算法總是有較低的秩，這意味著在所有情況下都有更好的性能。最后，我們還實(shí)現(xiàn)了在所有情況下比基線更高的平均倒數(shù)排名，分別為前5名、前10名和前20名的建議增加14.1%、9.3%和11.9%。

將來，我們希望更深入地研究交易，以確定哪些交易更適合使用關(guān)鍵詞關(guān)聯(lián)規(guī)則進(jìn)行推薦。我們還計(jì)劃將關(guān)鍵詞關(guān)聯(lián)規(guī)則集成到協(xié)同過濾算法中，以獲得更好的性能[8]。

5 總結(jié)

文章提出了一種基于關(guān)鍵詞關(guān)聯(lián)規(guī)則的優(yōu)惠券交易推薦新算法，以解決傳統(tǒng)推薦案例中不太明顯的“冷啟動”問題?；谙惹暗陌l(fā)現(xiàn)，將該算法應(yīng)用于“餐飲”、“娛樂”和“旅游”交易是很有意義的。關(guān)鍵詞關(guān)聯(lián)規(guī)則被計(jì)算出來，并用于計(jì)算推薦的每個交易的權(quán)重，權(quán)重以便于為特定用戶量身定制發(fā)放優(yōu)惠券。我們對提出的算法進(jìn)行了實(shí)驗(yàn)，并與基線銷量算法進(jìn)行了比較，前5名、前10名和前20名的推薦點(diǎn)擊率得到了明顯改善，發(fā)放優(yōu)惠券時(shí)建議推薦按點(diǎn)擊率、平均排名和平均倒數(shù)排名。