劉靖凱

（廣東工業(yè)大學(xué)，廣東 廣州510006）

推薦算法是一種根據(jù)用戶興趣，為用戶推薦一系列其感興趣的物品的算法。推薦算法分為召回和排序兩個(gè)步驟，其中，召回步驟常用的算法有協(xié)同過濾算法、隱語義算法等。協(xié)同過濾算法利用所有用戶的歷史行為信息，特別是用戶對(duì)物品的正反饋行為，計(jì)算出特定用戶對(duì)物品的興趣偏好，從而達(dá)到個(gè)性化推薦的目的。由于協(xié)同過濾算法具有魯棒性強(qiáng)、計(jì)算復(fù)雜度低等特點(diǎn)，所以已經(jīng)被廣泛應(yīng)用于各種實(shí)際的推薦場(chǎng)景之中。

常用的協(xié)同過濾算法有基于用戶的協(xié)同過濾算法和基于物品的協(xié)同過濾算法，基于用戶的協(xié)同過濾算法通過推薦與用戶興趣相近的其他用戶感興趣的物品，從而達(dá)到精確推薦的目的。最近的一些研究嘗試將協(xié)同過濾算法和基于模型的推薦算法結(jié)合，來提高推薦算法的性能。為了保持模型的時(shí)效性，一些在線學(xué)習(xí)的模型通過學(xué)習(xí)新產(chǎn)生的用戶行為數(shù)據(jù)來保持模型參數(shù)的質(zhì)量。在線學(xué)習(xí)的推薦模型能夠從持續(xù)更新的數(shù)據(jù)流中訓(xùn)練模型參數(shù)。常用的模型有增量式的協(xié)同過濾模型[1]和增量式的矩陣分解模型。

深度隨機(jī)游走[2]是一種將圖結(jié)構(gòu)轉(zhuǎn)化為向量表示的算法。算法采用無監(jiān)督的深度學(xué)習(xí)方法[3]，這一方法已廣泛地運(yùn)用于自然語言處理當(dāng)中。深度隨機(jī)游走算法可以學(xué)習(xí)到用戶節(jié)點(diǎn)之間的社交關(guān)系，包括相鄰用戶節(jié)點(diǎn)的鄰域信息和同一用戶群體的成員關(guān)系。利用圖結(jié)構(gòu)來代替用戶的歷史行為信息矩陣，可以有效地表示不同用戶群體的距離。利用向量來表示用戶節(jié)點(diǎn)可以有效地解決圖數(shù)據(jù)稀疏性的問題。

本文基于此背景提出了一種基于深度隨機(jī)游走的協(xié)同過濾推薦算法（Collaborative Filtering Algorithm Based on Deepwalk,DW-CF），利用用戶的歷史行為，構(gòu)建用戶圖結(jié)構(gòu)，計(jì)算用戶嵌入向量，計(jì)算各用戶向量間的余弦相似度，從而計(jì)算用戶的推薦列表，算法在實(shí)驗(yàn)中體現(xiàn)了其有效性。

1 基于深度隨機(jī)游走的協(xié)同過濾推薦算法

1.1 問題定義

推薦算法利用用戶的歷史行為數(shù)據(jù)為用戶推薦排序好的物品。在本文的實(shí)驗(yàn)中使用到公開數(shù)據(jù)集MovieLens-1M。其中包含用戶(u1,u2,…，um)和物品(C1,C2,…，Cn)之間的交互信息。本文提出的推薦算法根據(jù)用戶對(duì)物品的正反饋行為和用戶之間的社交信息，預(yù)測(cè)每一個(gè)用戶對(duì)物品的興趣偏好得分ru,c，從而將預(yù)測(cè)得分最高的N 個(gè)物品推薦給該用戶。傳統(tǒng)的用戶協(xié)同過濾算法通過計(jì)算任意兩個(gè)用戶的行為相似度來表示用戶之間的興趣相似度。而本文的深度隨機(jī)游走算法是通過計(jì)算用戶的表示向量，計(jì)算任意兩個(gè)向量的余弦距離來表示用戶之間的相似度，進(jìn)而計(jì)算用戶對(duì)物品的興趣偏好。

1.2 深度隨機(jī)游走算法

圖1 深度隨機(jī)游走算法流程

1.3 基于用戶向量的協(xié)同過濾算法

基于用戶向量的協(xié)同過濾算法是利用上文方法計(jì)算得到的用戶向量，計(jì)算任意兩個(gè)用戶之間的余弦相似度，找到與該用戶相似的用戶，計(jì)算用戶對(duì)各物品的興趣得分，為用戶推薦物品。與用戶k 最相似的N 個(gè)用戶L(uK)可以通過以下公式求得：

2 實(shí)驗(yàn)與結(jié)果分析

2.1 數(shù)據(jù)集

圖2 基于用戶向量的協(xié)同過濾算法流程

2.2 評(píng)價(jià)指標(biāo)

本文采用召回率作為評(píng)價(jià)推薦算法質(zhì)量的指標(biāo)，其中Recall@N 表示給用戶推薦的物品里，評(píng)分排名前N 的物品中，占測(cè)試集中所有中樣本的比重，可以衡量推薦系統(tǒng)的查全率。

2.3 參數(shù)設(shè)置

在深度隨機(jī)游走算法中，重復(fù)次數(shù)γ 為80，單次隨機(jī)游走步長(zhǎng)k 為40，SkipGram 模型中滑動(dòng)窗口大小w 為10，重復(fù)訓(xùn)練次數(shù)為20，用戶向量維度d 為128 維。

2.4 比較方法

為了驗(yàn)證本文提出算法的表現(xiàn)，我們將其與傳統(tǒng)的用戶協(xié)同過濾算法[5]（User-CF）進(jìn)行比較。用戶協(xié)同過濾算法利用用戶對(duì)物品的評(píng)分矩陣計(jì)算兩個(gè)用戶的余弦相似度，為用戶推薦其未有過評(píng)分行為的物品。

2.5 比較結(jié)果

本文評(píng)估算法效果的指標(biāo)為Recall@10，Recall@15 和Recall@20。實(shí)驗(yàn)結(jié)果如表1 所示。

表1 MovieLen 測(cè)試數(shù)據(jù)上的性能比較

從實(shí)驗(yàn)結(jié)果可以看出使用DW-CF 算法產(chǎn)生的用戶向量可以有效度量任意兩個(gè)用戶的相似度，且度量的精度比傳統(tǒng)的用戶協(xié)同過濾算法更好。同時(shí)，隨著召回列表規(guī)模的增加，DW-CF算法的優(yōu)勢(shì)越大，這說明興趣相似的用戶其在低維空間的余弦距離相近。

3 結(jié)論

DW-CF 算法可以有效地學(xué)習(xí)用戶之間的隱向量表示。將用戶圖結(jié)構(gòu)中產(chǎn)出的隨機(jī)游走序列作為輸入，我們的算法可以有效地學(xué)習(xí)出包含不同用戶群體興趣偏好的向量表示。將所得向量用于計(jì)算用戶的推薦列表，可以有效地得到用戶對(duì)各物品的興趣偏好，這可以更好的提升推薦系統(tǒng)的準(zhǔn)確性。然而，本文提出的算法只適用于靜態(tài)的用戶和物品的數(shù)據(jù)中，在實(shí)際的場(chǎng)景中，用戶節(jié)點(diǎn)是處于不斷變化當(dāng)中的，如何歸納計(jì)算動(dòng)態(tài)的用戶向量，是此類推薦算法下一步研究的重點(diǎn)。