張若萱，董 晨，馬嘉駿，張釗銘，吳夢(mèng)歌，潘韻竹，劉海龍

（天津理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院 天津 300384）

1 引言

大學(xué)校園交易平臺(tái)為學(xué)生學(xué)習(xí)、生活帶來(lái)便利，建立大學(xué)校園交易平臺(tái)成為新的應(yīng)用需求，但面對(duì)海量商品，如何快速、精準(zhǔn)的為買(mǎi)家匹配到心儀商品，推薦算法成為關(guān)鍵。本文針對(duì)校園交易不同階段使用多階段推薦算法，實(shí)現(xiàn)個(gè)性化商品推薦。第一階段用戶和商品數(shù)量少，基于用戶注冊(cè)信息，使用XGBoost算法實(shí)現(xiàn)商品推薦。第二階段用戶和商品數(shù)量較大，采用基于物品和用戶的協(xié)同過(guò)濾實(shí)現(xiàn)個(gè)性化商品推薦。第三階段隨著交易增多和交流圈建立，信息與數(shù)據(jù)變得更為龐大，文本型數(shù)據(jù)較多，加入自然語(yǔ)言處理算法，使商品推薦更加精確高效。

2 多階段推薦算法設(shè)計(jì)

多階段推薦算法流程見(jiàn)圖1。

圖1 多階段推薦算法流程

2.1 第一階段推薦算法設(shè)計(jì)

這一階段處于交易平臺(tái)的起步，用戶和商品數(shù)據(jù)較少，需要解決用戶冷啟動(dòng)，物品冷啟動(dòng)，系統(tǒng)冷啟動(dòng)問(wèn)題[1]。為了提高商品推薦的準(zhǔn)確度，基于注冊(cè)用戶的信息和興趣標(biāo)簽訓(xùn)練決策樹(shù)模型，設(shè)計(jì)初步的用戶畫(huà)像。使用XGBoost算法對(duì)數(shù)據(jù)集進(jìn)行預(yù)測(cè)，Boosting是一種非常有效的集成學(xué)習(xí)算法，采用Boosting算法將弱分類(lèi)器轉(zhuǎn)化為強(qiáng)分類(lèi)器，解決各類(lèi)冷啟動(dòng)問(wèn)題，流程如下。

（1）初始化模型為常數(shù)

（2）計(jì)算錯(cuò)誤率

（3）計(jì)算αm= log((1-errm) /errm)

根據(jù)迭代結(jié)果，輸出用戶和商品關(guān)系矩陣，矩陣元素（用0，1表示）表示此用戶是否會(huì)對(duì)該產(chǎn)品感興趣。

2.2 第二階段推薦算法設(shè)計(jì)

第二階段交易平臺(tái)中用戶和商品數(shù)據(jù)量較大，采用基于物品的協(xié)同過(guò)濾和基于用戶的協(xié)同過(guò)濾算法實(shí)現(xiàn)商品推薦。

2.2.1 基于物品的協(xié)同過(guò)濾算法

在交易平臺(tái)中，很多學(xué)生會(huì)多次購(gòu)買(mǎi)具有相似特征的商品，根據(jù)這一特點(diǎn)，采用基于物品的協(xié)同過(guò)濾算法進(jìn)行推薦[2]。

（1）相似度計(jì)算

為了減小活躍用戶對(duì)結(jié)果的影響，考慮IUF（即用戶活躍度對(duì)數(shù)的倒數(shù)），這時(shí)認(rèn)為活躍用戶對(duì)物品相似度的貢獻(xiàn)應(yīng)該小于不活躍用戶。

為方便計(jì)算和訓(xùn)練，進(jìn)一步將相似度矩陣歸一化：

（2）根據(jù)預(yù)測(cè)值計(jì)算

根據(jù)以下公式：

pu,j表示u對(duì)物品j的興趣，N(u)表示用戶喜歡的物品集合，S(j,k)表示和物品j最相似的K個(gè)物品集合（j是這個(gè)集合中的某一個(gè)物品），Wji表示物品j和物品i的相似度，rui表示用戶u對(duì)物品i的興趣（對(duì)于隱反饋數(shù)據(jù)集，如果用戶u對(duì)物品i有過(guò)行為,rui都等于1。

2.2.2 基于用戶的協(xié)同過(guò)濾算法

大學(xué)校園中很多學(xué)生偏好相同，會(huì)出現(xiàn)購(gòu)買(mǎi)商品相似度較高的情況。基于這一特點(diǎn)，采用基于用戶的協(xié)同過(guò)濾算法能夠較好地實(shí)現(xiàn)精準(zhǔn)推薦。

（1）發(fā)現(xiàn)興趣相似的用戶

通常用Jaccard公式或者余弦相似度計(jì)算兩個(gè)用戶之間的相似度。設(shè)N(u)為用戶u喜歡的物品集合，N(v)為用戶v喜歡的物品集合，Jaccard公式：

余弦相似度：

通過(guò)建立“物品-用戶”倒排表，可計(jì)算出兩個(gè)用戶之間的相似度。

（2）推薦商品

（3）輸出推薦結(jié)果

將以上兩個(gè)推薦算法結(jié)果進(jìn)行加權(quán)評(píng)分，得到用戶偏好的商品列表并排名，直接進(jìn)行推薦。

2.3 第三階段推薦算法設(shè)計(jì)

隨著交易圈的擴(kuò)大，平臺(tái)用戶數(shù)量和商品信息量驟增，文本數(shù)據(jù)較多，為發(fā)揮文本數(shù)據(jù)作用，使預(yù)測(cè)更加準(zhǔn)確，引入自然語(yǔ)言處理詞袋模型和TF-IDF算法。

（1）詞袋模型

使用詞袋模型表示文本，將文本轉(zhuǎn)化為文檔中單詞出現(xiàn)次數(shù)的矩陣，主要步驟如下：

1）文本分詞：使用jieba分詞器將文本數(shù)據(jù)分詞。

2）構(gòu)建詞匯表：將文本語(yǔ)料庫(kù)中的所有單詞進(jìn)行標(biāo)號(hào)，存儲(chǔ)在本地?cái)?shù)據(jù)庫(kù)中，并建立索引加快查找速度。

3）詞向量表示：每個(gè)單詞都表示為一個(gè)n維向量，在詞匯索引位置為1，其他為0。

4）統(tǒng)計(jì)頻次：統(tǒng)計(jì)每個(gè)文本中單詞出現(xiàn)的頻次，用向量的形式表示文本關(guān)鍵字。

（2）運(yùn)用TF-IDF算法評(píng)估關(guān)鍵字

在得到文本的向量表示后，希望將文檔中出現(xiàn)頻繁卻不是關(guān)鍵字的詞語(yǔ)權(quán)重降低，采用TF-IDF算法，即：

（3）訓(xùn)練模型

此時(shí)可以采用第二階段設(shè)計(jì)方法，在訓(xùn)練數(shù)據(jù)集中加入處理后的文本關(guān)鍵字，比如用戶評(píng)論，交友圈的文本內(nèi)容，得到更為準(zhǔn)確的商品推薦結(jié)果。

3 結(jié)論

本實(shí)驗(yàn)主要基于交易平臺(tái)中的3000名用戶數(shù)據(jù)進(jìn)行測(cè)試，分別使用協(xié)同過(guò)濾算法和多階段推薦算法進(jìn)行商品推薦，如果用戶對(duì)推薦結(jié)果滿意則打分1，不滿意打分0，將打分總數(shù)/打分人數(shù)計(jì)算準(zhǔn)確率，圖2為推薦結(jié)果準(zhǔn)確率比較。

圖2 推薦算法準(zhǔn)確率比較

從圖2可以看出，在平臺(tái)交易的不同階段，使用多階段推薦算法，準(zhǔn)確率都比僅使用協(xié)同過(guò)濾算法高，表明多階段推薦算法更適合校園交易流程。