佘學(xué)兵，黃 沙，劉承啟

(1.江西科技學(xué)院信息工程學(xué)院，江西 南昌 330098；2.南昌大學(xué)網(wǎng)絡(luò)中心，江西 南昌 330031)

1 引言

互聯(lián)網(wǎng)的發(fā)展拓寬了用戶獲取信息的渠道，但并非所有的網(wǎng)絡(luò)信息都具有價(jià)值，因此，在信息過(guò)載的時(shí)代，幫助用戶高效準(zhǔn)確地篩選出感興趣的資源已經(jīng)成為互聯(lián)網(wǎng)發(fā)展的關(guān)鍵。協(xié)同過(guò)濾算法是解決這一問題的主要技術(shù)。協(xié)同過(guò)濾作為一種被人們廣泛認(rèn)可的推薦技術(shù)，可有效處理結(jié)構(gòu)化信息，不需研究推薦信息的內(nèi)容與屬性；同時(shí)，其又能夠結(jié)合一些不容易體現(xiàn)的概念完成信息過(guò)濾，且推薦智能化程度高，充分滿足個(gè)性化推薦的要求。

基于上述協(xié)同過(guò)濾推薦技術(shù)的諸多優(yōu)勢(shì)，相關(guān)學(xué)者利用不同方法進(jìn)一步提高協(xié)同過(guò)濾推薦效果。張志鵬[1]等人提出基于覆蓋簡(jiǎn)約的個(gè)性化系統(tǒng)過(guò)濾推薦方法。根據(jù)覆蓋粗糙集中覆蓋約簡(jiǎn)與用戶約簡(jiǎn)方式，實(shí)現(xiàn)冗余元素與冗余用戶的匹配；通過(guò)約簡(jiǎn)算法將冗余用戶從目標(biāo)用戶集合中剔除，確保協(xié)同過(guò)濾中用戶的有效性；在公開數(shù)據(jù)集下，為目標(biāo)用戶提供個(gè)性化推薦服務(wù)。黃賢英[2]等人在用戶興趣度聚類基礎(chǔ)上提出一種協(xié)同過(guò)濾推薦方法。結(jié)合目標(biāo)用戶對(duì)關(guān)鍵詞的評(píng)分頻率，獲得用戶對(duì)關(guān)鍵詞的偏好程度，構(gòu)成用戶-關(guān)鍵詞偏好矩陣，通過(guò)此矩陣實(shí)現(xiàn)聚類；利用Logistic函數(shù)獲得用戶對(duì)項(xiàng)目的興趣度，確定用戶喜好，在聚類簇中找出用戶的相似用戶，采集鄰居愛好的某些信息實(shí)現(xiàn)對(duì)目標(biāo)用戶的推薦。然而上述推薦方法存在一定局限性，如冷啟動(dòng)[3]問題較為嚴(yán)重，且難以準(zhǔn)確反映用戶與資源之間的關(guān)系。

推薦的實(shí)質(zhì)屬于持續(xù)決策過(guò)程，用戶的興趣度不是始終不變的，因此不能利用靜態(tài)視角進(jìn)行資源推薦。為此，本文利用深度學(xué)習(xí)方法來(lái)實(shí)現(xiàn)網(wǎng)絡(luò)資源優(yōu)先協(xié)同過(guò)濾推薦。深度神經(jīng)網(wǎng)絡(luò)能夠處理較為復(fù)雜的關(guān)系，在推薦領(lǐng)域得到廣泛關(guān)注。其具體優(yōu)勢(shì)如下：學(xué)習(xí)結(jié)構(gòu)具備較強(qiáng)通用性，可以利用遷移學(xué)習(xí)策略將訓(xùn)練好的網(wǎng)絡(luò)引入到其它任務(wù)中，降低復(fù)雜度。同時(shí)逐層非線性計(jì)算功能，可以實(shí)現(xiàn)資源特征的逐層提取，減少對(duì)人造特征的依賴，進(jìn)一步提高推薦的效果。

2 推薦架構(gòu)設(shè)計(jì)

本研究在用戶需求和網(wǎng)絡(luò)資源之間構(gòu)建的一種推薦機(jī)制，以此來(lái)確保用戶需求享受到個(gè)性化服務(wù)。該過(guò)程受服務(wù)形式、資源種類及使用環(huán)境等方面影響，其架構(gòu)如圖1所示。

圖1 推薦架構(gòu)示意圖

該架構(gòu)可分為下述幾個(gè)模塊：

信息處理：對(duì)采集的初始數(shù)據(jù)做加工處理；

信息特征：通過(guò)信息加工后，保留可以反映網(wǎng)絡(luò)資源基本特點(diǎn)的數(shù)據(jù)；

資源庫(kù)：保存全部資源特點(diǎn)的數(shù)據(jù)庫(kù)；

用戶建模：采集用戶喜好信息，并處理用戶反饋的信息；

興趣模塊[4]：可表示用戶基本特征；

推薦模塊：此模塊的主要任務(wù)是在用戶興趣模塊與網(wǎng)絡(luò)資源基礎(chǔ)上，利用不同推薦算法實(shí)現(xiàn)資源推薦，是系統(tǒng)的核心工功能模塊。

資源信息推薦與信息檢索之間存在很大差別，其無(wú)需完成信息采集工作，其工作核心為自主推薦。推薦過(guò)程通常依賴于推薦架構(gòu)，而不依賴信息內(nèi)容，因此結(jié)合上述功能模塊，本文利用深度學(xué)習(xí)方法實(shí)現(xiàn)網(wǎng)絡(luò)資源協(xié)同過(guò)濾推薦。

3 基于深度學(xué)習(xí)的網(wǎng)絡(luò)資源優(yōu)先協(xié)同過(guò)濾推薦

在本文構(gòu)建的推薦過(guò)程中，用戶與網(wǎng)絡(luò)資源的特征矢量通過(guò)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)訓(xùn)練。為獲取某用戶對(duì)特定資源的評(píng)分，必須將該用戶與資源的特征矢量引入到神經(jīng)網(wǎng)絡(luò)中，獲得最終的推薦值。該模型被劃分成特征學(xué)習(xí)[5]與網(wǎng)絡(luò)訓(xùn)練[6]兩個(gè)重要階段。

3.1 基于共現(xiàn)的特征向量學(xué)習(xí)

1)資源特征向量

特征學(xué)習(xí)的目的是利用低維度特征矢量描述系統(tǒng)中的用戶或資源，且該矢量可以準(zhǔn)確體現(xiàn)出用戶與產(chǎn)品之間相似性等關(guān)系。

本文通過(guò)共現(xiàn)關(guān)系來(lái)表示資源之間的相似性，構(gòu)建用戶與資源的特征矢量模型。

假設(shè)某推薦系統(tǒng)利用S表示，需綜合分析M個(gè)資源與N個(gè)用戶，且構(gòu)建一個(gè)N×M的用戶得分矩陣RN×M。假設(shè)ei與ri分別代表資源、用戶特征矢量，則模型的主要目的是通過(guò)學(xué)習(xí)獲取這兩個(gè)矢量。

首先，將資源共現(xiàn)矩陣[7]C利用ei表示

(1)

(2)

(3)

式中，ei代表的拼接矢量，其中包含不同的語(yǔ)義特性。拼接矢量處理能夠得到更多信息外，還能過(guò)濾出由于過(guò)擬合產(chǎn)生的噪聲。

為進(jìn)一步改善特征矢量的合理性，在式(2)中加入有關(guān)資源i的誤差bi與j的誤差bj。將式(2)改為下述形式

(4)

與資源有關(guān)的特征矢量可利用最小化預(yù)測(cè)共現(xiàn)系數(shù)與實(shí)際值的平方損失誤差獲取。資源特征矢量的訓(xùn)練過(guò)程包括如下四個(gè)步驟：

步驟一：每個(gè)資源i都會(huì)結(jié)合用戶得分矩陣R形成對(duì)應(yīng)用戶集合Ui。Ui內(nèi)包括所有評(píng)價(jià)過(guò)資源i的用戶；

步驟三：利用共現(xiàn)值修改共現(xiàn)矩陣C，最終通過(guò)對(duì)C的訓(xùn)練獲得資源特征矢量。

2)用戶特征向量

用戶特征矢量學(xué)習(xí)過(guò)程與資源矢量學(xué)習(xí)過(guò)程相似，唯一的區(qū)別是共現(xiàn)值不同。

用戶間的共現(xiàn)關(guān)系表示為

(5)

(6)

式中，ri為用戶的最終特征向量。在此基礎(chǔ)上，通過(guò)共現(xiàn)特征構(gòu)建的學(xué)習(xí)模型能夠準(zhǔn)確獲得資源與用戶特征，展現(xiàn)出二者之間的共現(xiàn)性，過(guò)濾出非特征資源，實(shí)現(xiàn)特征提取。

3.2 基于張量神經(jīng)網(wǎng)絡(luò)的優(yōu)先協(xié)同過(guò)濾

張量[8]是在向量基礎(chǔ)上提出的。向量代表具有大小和方向的物理量，比如速度等，也可以代表平面。向量可以描述很多物理量，但是依舊存在一定局限性。比如針對(duì)更加復(fù)雜的物理量，就難以利用向量準(zhǔn)確表示。而張量能夠反映較為豐富的物理量，在分析張量之前，需掌握基向量與分量。因此，本研究引入笛卡爾坐標(biāo)系[9]。假設(shè)在此坐標(biāo)系內(nèi)，X、Y與Z軸三個(gè)方向上都存在一個(gè)基向量，分別表示為i′、j′與k′，基向量大小均等于1。在此基礎(chǔ)上，構(gòu)建向量v，其中包括2個(gè)i′、3個(gè)j′與4個(gè)k′。在已知基向量條件下，只通過(guò)2、3、4三個(gè)數(shù)字描述v即可。因此，僅需確定三個(gè)分量就能構(gòu)建一個(gè)向量。

在坐標(biāo)系中，對(duì)于任意一向量A，利用Ai′、Aj′與Ak′表示A在不同方向上的分量。Ai′、Aj′與Ak′僅存在一個(gè)下標(biāo)，所以它們僅包含一個(gè)基向量，也可稱其為一階張量。

綜上所述，張量是表現(xiàn)物理量的方式，包括基向量與分量。參考系的變化也不會(huì)改變張量，且基向量的組合較為多樣化，所以張量能展現(xiàn)更多物理量。

將張量引入到神經(jīng)網(wǎng)絡(luò)中，建立最終的優(yōu)先協(xié)同過(guò)濾推薦模型。

(7)

(8)

為了加強(qiáng)深度學(xué)習(xí)的效果，將一階與二階張量合并引入到神經(jīng)網(wǎng)絡(luò)中，獲得輸出信號(hào)如下

(9)

確定張量神經(jīng)元架構(gòu)后，構(gòu)建用于網(wǎng)絡(luò)資源推薦的神經(jīng)網(wǎng)絡(luò)模型。在信息輸入過(guò)程中，用戶i*的特征矢量r(i*)與資源j*的特征矢量m(j*)，則模型輸出的評(píng)分結(jié)果表示為

yv，w，b(u(i*)m(j*))=

(10)

式中，f(1)(·)與f(2)(·)分別代表隱含層與輸出層中激活函數(shù)。

普通神經(jīng)網(wǎng)絡(luò)需經(jīng)過(guò)學(xué)習(xí)的參數(shù)為(W，b)=(W(1)，b(1)，W(2)，b(2))，張量神經(jīng)網(wǎng)絡(luò)的參數(shù)表示為(V，W，b)=(V[s1]，W(1)，b(1)，W(2)，b(2))。在張量神經(jīng)網(wǎng)絡(luò)中利用批量梯度下降以及反向傳播[10]的學(xué)習(xí)算法，優(yōu)先協(xié)同過(guò)濾實(shí)現(xiàn)的過(guò)程如下

步驟一：針對(duì)訓(xùn)練樣本(u(i*)，m(j*)，t(k*))，做前向傳播處理，獲取每一層輸出；

步驟二：運(yùn)算輸出層偏差，過(guò)程如下

(11)

步驟三：獲得隱含層偏差

(12)

步驟四：獲取輸入層偏差

δ(0)=(W(1))Tδ(1)

(13)

步驟五：對(duì)不同參數(shù)的偏導(dǎo)數(shù)進(jìn)行運(yùn)算

?W(2)J(V，W，b，u(i*)，m(j*)，t(k))=δ(2)hT

(14)

?b(2)J(V，W，b，u(i*)，m(j*)，t(k))=δ(2)

(15)

(16)

式中，?代表偏導(dǎo)數(shù)符號(hào)。獲得單個(gè)樣本損失函數(shù)具有的偏導(dǎo)數(shù)后，即可獲得n個(gè)樣本的整體損失函數(shù)存在的偏導(dǎo)數(shù)。

步驟六：通過(guò)對(duì)模型參數(shù)與特征矢量的不斷更新，經(jīng)反復(fù)迭代，直至損失函數(shù)出現(xiàn)收斂現(xiàn)象，J(V，W，b)具有最小值。此時(shí)，模型參數(shù)、用戶與資源特征矢量均為最佳值。將深度學(xué)習(xí)后的模型用以資源評(píng)分，根據(jù)評(píng)分優(yōu)先級(jí)，給出優(yōu)先協(xié)同過(guò)濾推薦結(jié)果。

4 仿真與分析

為驗(yàn)證基于深度學(xué)習(xí)的網(wǎng)絡(luò)資源協(xié)同過(guò)濾推薦方法的實(shí)際應(yīng)用性能，設(shè)置如下仿真。

利用Windows 10系統(tǒng)搭建虛擬仿真平臺(tái)。利用Movie Lens數(shù)據(jù)集合完成測(cè)試，將數(shù)據(jù)集均勻分為40份，其中20份為測(cè)試集，其它為訓(xùn)練集。將文獻(xiàn)[1]方法與文獻(xiàn)[2]方法作為對(duì)比方法，與本文方法共同完成性能驗(yàn)證。

實(shí)驗(yàn)一：測(cè)試三種方法的資源特征向量提取聚類效果，結(jié)果如圖2-圖4所示。

圖2 本文方法的資源特征提取聚類效果圖

圖3 文獻(xiàn)[1]方法的資源特征提取聚類效果圖

圖4 文獻(xiàn)[2]方法的資源特征提取聚類效果圖

由圖2-圖4能夠看出，本文方法對(duì)資源特征提取聚類的效果更好，能夠?qū)⒕哂邢嗤卣鞯馁Y源很好的聚類在一起。這是因?yàn)楸疚姆椒ɑ诠铂F(xiàn)性的特征提取模型可以準(zhǔn)確區(qū)分資源特征，為資源推薦奠定良好基礎(chǔ)。

實(shí)驗(yàn)二：使資源推薦數(shù)量由10條增長(zhǎng)到70條，每個(gè)資源間隔為10，鄰居數(shù)量是3，衰減因子分別設(shè)置為0.7與0.9。利用三種不同方法向用戶推薦資源，由于衰減因子不同，不同方法推薦成功的次數(shù)分別如圖5和6所示。

圖5 衰減因子為0.7時(shí)推薦效果

圖6 衰減因子為0.9時(shí)推薦效果

分析圖5和6可知，在推薦數(shù)量相同情況下，三種方法推薦成功次數(shù)均隨著衰減因子的增加而降低。但是本文方法受衰減因子影響較小，始終保持較高的推薦成功率。這是因?yàn)楸疚姆椒ㄔ谏疃葘W(xué)習(xí)模型中引入張量概念，可獲得更加豐富的物理量，在面對(duì)用戶興趣逐漸衰減時(shí)，也能準(zhǔn)確獲取用戶特征，從而提高了用戶滿意度。

實(shí)驗(yàn)三：冷啟動(dòng)問題是在為新用戶推薦資源時(shí)，因用戶的相關(guān)信息較少而難以做出有效推薦的現(xiàn)象。三種方法的冷啟動(dòng)現(xiàn)象如圖7所示。

圖7 不同方法冷啟動(dòng)解決效果

分析圖7可知，在為沒有歷史記錄的新用戶推薦資源時(shí)，本文方法能夠結(jié)合用戶的共現(xiàn)關(guān)系為用戶推薦感興趣的資源，而另外兩種方法難以實(shí)現(xiàn)資源有效推薦。

5 結(jié)束語(yǔ)

為提高用戶網(wǎng)絡(luò)資源推薦滿意度，本文設(shè)計(jì)了基于深度學(xué)習(xí)的協(xié)同過(guò)濾推薦方法。仿真結(jié)果表明，該方法受衰減因子影響較小，同時(shí)解決了冷啟動(dòng)問題，可有效實(shí)現(xiàn)網(wǎng)絡(luò)資源推薦。但是由于用戶行為數(shù)據(jù)越來(lái)越多，導(dǎo)致神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練時(shí)間較長(zhǎng)。針對(duì)此點(diǎn)不足，在今后研究中可利用Hadoop架構(gòu)解決這一問題。將協(xié)同過(guò)濾過(guò)程編入Hadoop分布式程序中，通過(guò)提高模型訓(xùn)練速度快速生成推薦列表。