劉國(guó)麗，徐洪楠，譚有倩

(1.河北工業(yè)大學(xué)人工智能與數(shù)據(jù)科學(xué)學(xué)院，天津 300401； 2.河北工業(yè)大學(xué)廊坊分校，河北 廊坊 065008)

0 引 言

互聯(lián)網(wǎng)時(shí)代導(dǎo)致的信息過載現(xiàn)象，促使電子商務(wù)社區(qū)對(duì)推薦算法進(jìn)行大量改進(jìn)，以提供一種智能機(jī)制，從與用戶相關(guān)的海量數(shù)據(jù)中過濾出可用的信息。協(xié)同過濾是推薦系統(tǒng)中應(yīng)用最廣泛的推薦技術(shù)之一[1]。傳統(tǒng)的協(xié)同過濾算法主要是依靠鄰居用戶進(jìn)行推薦，這樣僅依賴鄰居用戶所得到的推薦結(jié)果往往不是很可靠。在現(xiàn)實(shí)生活的社交網(wǎng)絡(luò)中，不僅有興趣相似的鄰居用戶，還存在具有某些特定領(lǐng)域知識(shí)并且閱歷廣泛的社區(qū)專家[2]。在人們的日常生活中，人們傾向于咨詢專家，聽取專家意見。專家的建議更具有說(shuō)服力，也會(huì)影響用戶的感知[3]。因此，越來(lái)越多的學(xué)者將專家信任因素考慮到推薦系統(tǒng)中。

針對(duì)目前協(xié)同過濾推薦算法存在的鄰居用戶相似度、專家信任度計(jì)算不準(zhǔn)確、冷啟動(dòng)等原因?qū)е碌耐扑]準(zhǔn)確度低的問題，國(guó)內(nèi)外學(xué)者進(jìn)行了大量研究。李炎等人[4]從用戶空間角度對(duì)相似度以及評(píng)分預(yù)測(cè)進(jìn)行改進(jìn)，在提高了算法準(zhǔn)確率的同時(shí)也降低了算法的時(shí)間復(fù)雜度，但忽略了項(xiàng)目本身的冷門程度對(duì)相似度的影響。Hafed等人[5]引入項(xiàng)目場(chǎng)景相似度的概念，對(duì)相似度計(jì)算公式進(jìn)行改進(jìn)，提出了一種新的基于場(chǎng)景的協(xié)同過濾推薦算法，最終利用聚類矩陣和用戶的評(píng)分矩陣生成推薦，有效地緩解了稀疏性問題，提高了推薦精度。Gou等人[6]將信任感知和領(lǐng)域?qū)＜彝扑]相結(jié)合，通過信任感知網(wǎng)絡(luò)解決不能直接計(jì)算某些用戶的信任值的問題，但在相似度計(jì)算上，忽略了用戶的評(píng)分時(shí)間對(duì)相似度的影響。李普聰?shù)热薣7]借鑒社會(huì)心理學(xué)人際信任建立機(jī)制，將“用戶-項(xiàng)目”單層網(wǎng)絡(luò)擴(kuò)展為“用戶-用戶-項(xiàng)目”雙層網(wǎng)絡(luò)，根據(jù)用戶之間的信任確定資源分配，提高了推薦的準(zhǔn)確度和多樣性。Wu等人[8]認(rèn)為進(jìn)行預(yù)測(cè)時(shí)的關(guān)鍵問題是檢測(cè)不可信用戶提供的不可靠數(shù)據(jù)，從此角度，提出了一種新的可信性感知預(yù)測(cè)方法，采用兩階段K-means聚類來(lái)識(shí)別不可信用戶，不僅提高了預(yù)測(cè)精度，而且提高了方法的魯棒性。Ahlem等人[9]提出了一種基于信任的服務(wù)推薦機(jī)制，該機(jī)制分為2個(gè)階段，第一階段根據(jù)用戶的社會(huì)概況以及某段時(shí)間內(nèi)的互動(dòng)來(lái)對(duì)用戶進(jìn)行信任檢測(cè)；第二階段將社會(huì)性和協(xié)作性結(jié)合起來(lái)，根據(jù)專業(yè)水平向用戶推薦適當(dāng)?shù)姆?wù)，該機(jī)制有效地提高了推薦精度。Zheng等人[10]將專家信任考慮到推薦算法中，有效地緩解了數(shù)據(jù)稀疏性和冷啟動(dòng)問題，但是在計(jì)算專家信任時(shí)，只考慮到了用戶的評(píng)分?jǐn)?shù)量，忽略了專家自身的社會(huì)閱歷的影響。

上述算法雖然在提高推薦精度方面有一定的效果，但仍存在需要改進(jìn)的地方，這體現(xiàn)在如下4個(gè)方面：1)已有的協(xié)同過濾推薦算法在計(jì)算相似度時(shí)，忽略了2個(gè)用戶對(duì)同一項(xiàng)目評(píng)分時(shí)間所蘊(yùn)含的隱偏好,本文通過用戶的評(píng)分時(shí)間以及項(xiàng)目的產(chǎn)生時(shí)間形成隱偏好因子對(duì)相似度進(jìn)行改進(jìn)；2)考慮到2個(gè)用戶公共偏好項(xiàng)目的冷門程度對(duì)相似度的影響，設(shè)置項(xiàng)目冷門因子，冷門因子越大，則2個(gè)用戶公共偏好項(xiàng)目的冷門程度越高，該項(xiàng)目在用戶的興趣權(quán)重分配值越大，對(duì)相似度計(jì)算影響越大；3)鑒于以往專家信任的計(jì)算未考慮到專家的閱歷值對(duì)信任值的影響，通過設(shè)置時(shí)間跨度因子體現(xiàn)專家的閱歷值，專家的閱歷越豐富，專家的評(píng)分越可靠，對(duì)用戶的評(píng)分預(yù)測(cè)更加準(zhǔn)確；4)上述算法對(duì)冷啟動(dòng)問題考慮仍不夠全面，當(dāng)用戶不存在評(píng)分時(shí)，無(wú)法找出其鄰居用戶，因此無(wú)法進(jìn)行有效的推薦。本文通過用戶自身所具有的屬性，找出與待測(cè)用戶屬性相似的用戶，并聯(lián)合專家用戶來(lái)緩解冷啟動(dòng)問題。

1 結(jié)合專家信任的協(xié)同過濾推薦

針對(duì)傳統(tǒng)推薦算法所存在的問題，本文提出一種結(jié)合專家信任的協(xié)同過濾推薦算法CFRAET(Collaborative Filtering Recommendation Algorithm based on Expert Trust)。傳統(tǒng)的推薦算法將所有的用戶群都作為選擇最鄰居用戶的參考群，隨著用戶群的增加，不僅會(huì)降低系統(tǒng)的性能，還會(huì)造成嚴(yán)重的數(shù)據(jù)稀疏問題[11]。因此，本文首先參考文獻(xiàn)[12]，根據(jù)用戶的相似度進(jìn)行聚類，將興趣點(diǎn)相同的用戶分到同一個(gè)社區(qū)簇中。本文算法從相似度、專家信任度和緩解冷啟動(dòng)3個(gè)方面進(jìn)行研究。

1.1 相似度計(jì)算方法

對(duì)于個(gè)性化推薦來(lái)說(shuō)，最核心的部分是相似度的計(jì)算。在相似度計(jì)算方法中，Pearson相關(guān)系數(shù)[13]和Jaccard相似系數(shù)[14]是應(yīng)用較為廣泛的2種。Pearson相關(guān)系數(shù)是根據(jù)2個(gè)用戶的共同評(píng)分項(xiàng)計(jì)算相似度，適用于評(píng)分?jǐn)?shù)目較多的數(shù)據(jù)集，但是忽略了2個(gè)用戶公共評(píng)分項(xiàng)目所占的比例問題；Jaccard相似系數(shù)僅關(guān)注用戶是否對(duì)項(xiàng)目進(jìn)行過評(píng)分，而不考慮用戶對(duì)項(xiàng)目的評(píng)分值。因此Jaccard相似系數(shù)主要用于計(jì)算有限集合中樣本之間的相似度，適用于稀疏度高的數(shù)據(jù)集。本文參考文獻(xiàn)[15]中的方法，通過引入加權(quán)系數(shù)，將Pearson相關(guān)系數(shù)和Jaccard相似系數(shù)結(jié)合在一起，有效地利用2種方法的優(yōu)點(diǎn)，使相似度計(jì)算更加準(zhǔn)確，計(jì)算如公式(1)所示：

(1)

其中，Ix,y表示用戶x、y的共同評(píng)分項(xiàng)集合，Rx,i、Ry,i分別表示用戶x、y對(duì)項(xiàng)目i的評(píng)分，ˉRx表示用戶x的平均評(píng)分，Nx、Ny分別表示用戶x、y的評(píng)分項(xiàng)目集合，加權(quán)系數(shù)如公式(2)所示：

(2)

其中，Ix表示用戶x已評(píng)分的項(xiàng)目集合，Iy表示用戶y已評(píng)分的項(xiàng)目集合。

公式(1)雖將2種相似度計(jì)算方法的優(yōu)點(diǎn)相結(jié)合，但是僅通過評(píng)分計(jì)算用戶的相似度仍存在偏差。因此，本文將從公共評(píng)分項(xiàng)目蘊(yùn)含的用戶隱偏好及項(xiàng)目本身的冷門程度2個(gè)方面對(duì)相似度進(jìn)行改進(jìn)。

1.1.1 引入用戶隱偏好

在現(xiàn)實(shí)生活中，當(dāng)有新的項(xiàng)目產(chǎn)生時(shí)，人們會(huì)通過各種渠道提前了解到該項(xiàng)目的相關(guān)信息。以電影為例，當(dāng)有新的電影即將上映時(shí)，電影所屬的公司會(huì)對(duì)該電影進(jìn)行宣傳，用戶可以通過各種渠道提前了解到電影的相關(guān)信息，如電影類型、演員陣容、電影內(nèi)容等。用戶會(huì)對(duì)該電影有一個(gè)定位，如果用戶喜歡該電影，通常會(huì)盡早地觀看其感興趣的電影并對(duì)其評(píng)分；反之，如果用戶不喜歡該電影，可能在電影上映很久以后才做出評(píng)分。電子產(chǎn)品中的手機(jī)也存在類似情況，每當(dāng)有新型手機(jī)即將上市時(shí)，手機(jī)的廠家都會(huì)舉辦發(fā)布會(huì)，目的是讓用戶可以提前了解到手機(jī)的性能。若用戶覺得該產(chǎn)品滿足自己各方面的要求，用戶就會(huì)在產(chǎn)品正式銷售的第一時(shí)間去購(gòu)買并評(píng)價(jià)該產(chǎn)品；反之，若該手機(jī)的某些指標(biāo)沒有滿足用戶的要求，該用戶有可能會(huì)延遲購(gòu)買的時(shí)間，或拒絕購(gòu)買該產(chǎn)品?？紤]到上述現(xiàn)象，可以認(rèn)為用戶對(duì)項(xiàng)目評(píng)分的時(shí)間與商品的產(chǎn)生時(shí)間在一定程度上反應(yīng)用戶對(duì)項(xiàng)目的偏好。因此，本文通過引入相對(duì)時(shí)間的概念來(lái)體現(xiàn)用戶對(duì)項(xiàng)目的隱偏好。相對(duì)時(shí)間主要通過用戶對(duì)項(xiàng)目的評(píng)分時(shí)刻與項(xiàng)目本身的產(chǎn)生時(shí)刻的差值來(lái)計(jì)算，相對(duì)時(shí)間值越大，表示用戶對(duì)項(xiàng)目的隱偏好越小，反之，則越大。其計(jì)算如公式(3)所示：

pre(x,i)=URtime(x,i)-MRtime(i)

(3)

其中，URtime(x,i)表示用戶x評(píng)價(jià)項(xiàng)目i的時(shí)刻，MRtime表示項(xiàng)目i的產(chǎn)生時(shí)刻。

考慮到2個(gè)用戶對(duì)項(xiàng)目的隱偏好對(duì)相似度計(jì)算的影響，計(jì)算出2個(gè)用戶的隱偏好差值，通過公式(4)對(duì)其進(jìn)行規(guī)范化處理：

(4)

(5)

1.1.2 引入項(xiàng)目冷門因子

傳統(tǒng)的結(jié)合專家信任的協(xié)同過濾推薦算法在計(jì)算相似度時(shí)，注重用戶評(píng)分及用戶自身屬性帶來(lái)的影響，但忽略了項(xiàng)目本身冷門程度對(duì)相似度的影響。通常情況下，若2個(gè)用戶的共同偏好項(xiàng)越冷門，則該項(xiàng)目在相似度計(jì)算中權(quán)重也較大。因此，本文引入項(xiàng)目的冷門因子來(lái)對(duì)相似度進(jìn)行改進(jìn)。

對(duì)于每個(gè)項(xiàng)目，首先通過公式(6)計(jì)算出對(duì)該項(xiàng)目未評(píng)過分的用戶數(shù)目，即項(xiàng)目的冷門度：

Unpopi=n-count(Rx,i>0)

(6)

其中，n表示用戶的總個(gè)數(shù)，count(Rx,i>0)表示對(duì)項(xiàng)目i做出過評(píng)分的用戶數(shù)量。

對(duì)用戶公共評(píng)分項(xiàng)進(jìn)行冷門因子的度量。2個(gè)用戶的共同評(píng)分項(xiàng)集合Ix,y中會(huì)出現(xiàn)以下3種情況：

情況1 2個(gè)用戶同時(shí)喜歡的項(xiàng)目集合。

情況2 2個(gè)用戶同時(shí)不喜歡的項(xiàng)目集合。

情況3 一個(gè)用戶喜歡而另一個(gè)用戶不喜歡的項(xiàng)目集合。

對(duì)于情況1和情況2，2個(gè)用戶對(duì)同一項(xiàng)目具有相同的偏好，此時(shí)，項(xiàng)目冷門因子對(duì)相似度的影響較大，采用公式(7)進(jìn)行計(jì)算：

(7)

其中，Unpopmax表示項(xiàng)目的最大冷門度，其取值為Unpopi中的最大值，Unpopmin表示項(xiàng)目的最小冷門度，其取值為Unpopi中的最小值。

對(duì)于情況3，2個(gè)用戶對(duì)同一項(xiàng)目的偏好不同，此時(shí)項(xiàng)目冷門因子對(duì)相似度的影響將會(huì)降低。本文采用2個(gè)用戶的評(píng)分差值來(lái)降低冷門因子對(duì)相似度產(chǎn)生的影響，采用公式(8)進(jìn)行計(jì)算：

(8)

冷門因子介于0與1之間。通過公式(9)計(jì)算2個(gè)用戶公共評(píng)分項(xiàng)集合的冷門因子的平均值：

(9)

(10)

1.2 專家信任度計(jì)算方法

專家信任度表明用戶向網(wǎng)絡(luò)中的其他用戶提供可靠信息的能力，該能力與用戶儲(chǔ)備的知識(shí)以及經(jīng)驗(yàn)息息相關(guān)。景民昌等人[16]認(rèn)為專家信任度與用戶對(duì)項(xiàng)目的評(píng)分?jǐn)?shù)量成正比，即用戶的評(píng)分次數(shù)越多，則專家信任度值越高。專家信任度值計(jì)算方法如公式(11)所示：

(11)

實(shí)際生活中，專家信任度不僅與評(píng)分?jǐn)?shù)量有關(guān)，還與用戶的閱歷豐富程度有關(guān)[17]。本文從用戶評(píng)分時(shí)間出發(fā)，考慮到不同閱歷值對(duì)專家評(píng)分的影響，當(dāng)用戶閱歷豐富時(shí)，用戶會(huì)有更多的機(jī)會(huì)接觸各式各樣的項(xiàng)目，做出的評(píng)價(jià)就會(huì)更加可靠，專家信任度會(huì)更高。本文引入時(shí)間跨度因子反映專家的閱歷豐富程度，計(jì)算方法如公式(12)所示：

(12)

時(shí)間跨度因子φx不是一個(gè)固定的數(shù)值，會(huì)隨著用戶對(duì)項(xiàng)目評(píng)分的時(shí)間不同而發(fā)生變化。φx變化時(shí)，用戶的專家信任度也會(huì)發(fā)生變化。本文專家信任度計(jì)算如公式(13)所示：

TStrust(x)=trust(x)·φx

(13)

專家信任度是選取專家的重要依據(jù)，但僅計(jì)算出專家信任度還不能完成目標(biāo)用戶的推薦，還應(yīng)選出目標(biāo)用戶所在社區(qū)簇中的專家用戶。通常有2種方法確定各社區(qū)簇中專家數(shù)目，第一種方法是固定專家的數(shù)目，即每個(gè)社區(qū)簇中專家的數(shù)目相同。由于每個(gè)社區(qū)簇中的用戶數(shù)目是不確定的，如果固定專家的數(shù)目，可能出現(xiàn)整個(gè)社區(qū)簇中全是專家的極端情況。第二種方法是按照比例選取社區(qū)簇中專家的數(shù)目，該方法不僅會(huì)避免第一種方法中極端情況的產(chǎn)生，同時(shí)符合實(shí)際情況。因此，本文首先對(duì)社區(qū)簇內(nèi)的每個(gè)用戶按照專家信任度進(jìn)行排序，然后按比例確定相應(yīng)數(shù)目的用戶作為該社區(qū)簇內(nèi)的專家進(jìn)行推薦。專家選取方法如公式(14)所示：

Expert(s)=Nums×γ

(14)

其中，Expert(s)表示第s個(gè)社區(qū)簇中的專家數(shù)量，Nums表示第s個(gè)社區(qū)簇中的全部用戶數(shù)量，γ表示專家用戶數(shù)所占該社區(qū)簇總?cè)藬?shù)的比例。

1.3 解決冷啟動(dòng)計(jì)算方法

用戶冷啟動(dòng)問題，即用戶不存在評(píng)分記錄，用戶不存在評(píng)分記錄則無(wú)法找出其鄰居用戶進(jìn)行推薦。針對(duì)用戶冷啟動(dòng)問題，本文考慮到相同屬性的用戶具有相似的興趣愛好，可以通過目標(biāo)用戶的自身屬性尋找鄰居用戶。本文首先選出對(duì)待預(yù)測(cè)項(xiàng)目已評(píng)分的用戶，其次對(duì)其中的專家用戶采用專家信任度；對(duì)其中的普通用戶，計(jì)算其與目標(biāo)用戶的屬性相似度，最后通過屬性相似用戶與專家用戶共同為冷啟動(dòng)用戶產(chǎn)生推薦。

不同屬性對(duì)用戶興趣的影響不同，其中，年齡和性別對(duì)興趣的影響最大[18]。例如：對(duì)年齡而言，兒童傾向于觀看卡通類影片，青少年傾向于動(dòng)作類影片，中年人傾向于觀看家庭倫理類影片，老年人則傾向于觀看紀(jì)錄片；對(duì)性別而言，男性傾向于觀看斷案推理類或者科幻動(dòng)作類影片，女性傾向于看情感生活類或者喜劇類影片。因此，本文選取年齡和性別來(lái)計(jì)算用戶之間的屬性相似度。

1.3.1 用戶屬性預(yù)處理

為了方便屬性相似度的計(jì)算，首先對(duì)數(shù)據(jù)集中的屬性作數(shù)值化處理。對(duì)于性別，本文用“1”表示女性，“0”表示男性。對(duì)于年齡，由于在某一年齡段內(nèi)用戶興趣愛好偏差不大，比如，13～17歲更傾向于看校園劇，因此，根據(jù)年齡分段如表1所示。將年齡分段之后，考慮到不同年齡段間的差異程度各不相同，比如，年齡段一與年齡段二的差異要遠(yuǎn)小于年齡段一與年齡段六的差異，因此本文通過順序編碼的方式將各個(gè)年齡段數(shù)值化，這樣，在反應(yīng)不同年齡段的差異的同時(shí)，也可降低因編碼方式對(duì)相似度計(jì)算產(chǎn)生的影響。

表1 年齡數(shù)值化表

1.3.2 用戶屬性相似度

用戶x與用戶y的屬性相似度計(jì)算如公式(15)所示：

其中，xage表示用戶x的年齡，yage表示用戶y的年齡，xsex表示用戶x的性別，ysex表示用戶y的性別，λ表示權(quán)衡因子，用來(lái)調(diào)節(jié)性別和年齡的比例。

1.4 評(píng)分預(yù)測(cè)計(jì)算方法

根據(jù)相似度將目標(biāo)用戶劃分到相應(yīng)的社區(qū)簇內(nèi)，通過公式(10)計(jì)算出目標(biāo)用戶與所在社區(qū)簇中其他用戶的相似度，并選出其鄰居用戶。通過公式(13)計(jì)算出用戶的專家信任度，并按照一定比例選出專家用戶。通過目標(biāo)用戶所在社區(qū)簇中的相似用戶以及專家用戶共同為該用戶進(jìn)行評(píng)分預(yù)測(cè)。改進(jìn)后的評(píng)分預(yù)測(cè)如公式(16)所示：

(16)

其中，Px,i表示用戶x對(duì)項(xiàng)目i的預(yù)測(cè)評(píng)分，TStrust(x1)表示第s個(gè)社區(qū)簇內(nèi)的專家的信任值，x1表示社區(qū)簇內(nèi)專家用戶，Rx1,i表示專家的評(píng)分，x2表示社區(qū)簇內(nèi)相似用戶，K表示用戶x的相似用戶數(shù)量。α、β是平衡因子，用來(lái)調(diào)節(jié)專家用戶與相似用戶的比例。

通過公式(16)可以看出評(píng)分預(yù)測(cè)的前提是用戶有過評(píng)分記錄，通過評(píng)分記錄可找出目標(biāo)用戶的相似用戶，對(duì)于冷啟動(dòng)用戶，公式(16)便不再適用。

在用戶不存在評(píng)分記錄或者評(píng)分記錄極少，無(wú)法通過評(píng)分推斷其興趣愛好的情況下，可以通過專家用戶為其推薦。專家用戶評(píng)分客觀，具有權(quán)威性，傳統(tǒng)的協(xié)同過濾推薦算法使用專家用戶為冷啟動(dòng)用戶進(jìn)行推薦，雖然可以有效地解決冷啟動(dòng)問題，但是在個(gè)性化推薦方面有所欠缺[19]。本文采用用戶的自身屬性來(lái)解決傳統(tǒng)的推薦方法中個(gè)性化方面欠缺的問題。將屬性相似用戶與專家用戶聯(lián)合起來(lái)產(chǎn)生推薦，能有效地彌補(bǔ)傳統(tǒng)算法中的不足。

冷啟動(dòng)用戶的評(píng)分預(yù)測(cè)方法如公式(17)所示：

px,i=

(17)

其中，k表示社區(qū)簇個(gè)數(shù)，集合U為對(duì)項(xiàng)目i評(píng)過分的用戶集合。

1.5 CFRAET算法流程

基于以上對(duì)算法的改進(jìn)，本文提出的CFRAET算法流程如下：

Step1根據(jù)2個(gè)用戶的評(píng)分時(shí)間以及項(xiàng)目的產(chǎn)生時(shí)間生成用戶隱偏好因子。

Step2根據(jù)用戶的評(píng)分矩陣計(jì)算出項(xiàng)目的冷門因子。

Step3根據(jù)用戶參與評(píng)分項(xiàng)目的時(shí)間，計(jì)算每個(gè)用戶的時(shí)間跨度因子，將時(shí)間跨度因子加入專家信任度的計(jì)算公式中，計(jì)算出每個(gè)用戶的專家信任度。

Step4將用戶隱偏好因子及項(xiàng)目冷門因子加入到相似度計(jì)算公式中，計(jì)算出用戶間的相似度。

Step5將目標(biāo)用戶依據(jù)相似度劃分到相應(yīng)的社區(qū)簇中。

Step6判斷用戶的評(píng)分?jǐn)?shù)量是否為冷啟動(dòng)用戶，即用戶對(duì)項(xiàng)目的評(píng)分?jǐn)?shù)目是否為0。若為冷啟動(dòng)用戶，此時(shí)跳轉(zhuǎn)到Step8進(jìn)行推薦，否則采用Step7進(jìn)行推薦。

Step7在目標(biāo)用戶所在社區(qū)簇中確定其鄰居用戶和專家用戶，通過二者共同為目標(biāo)用戶產(chǎn)生推薦。

Step8通過專家用戶與目標(biāo)用戶的屬性相似用戶進(jìn)行推薦。

CFRAET算法流程圖如圖1所示。

圖1 CFRAET算法流程圖

2 實(shí)驗(yàn)與分析

2.1 數(shù)據(jù)集及環(huán)境

本文采用Grouplens工作組提供的MovieLens-100k公開數(shù)據(jù)集來(lái)驗(yàn)證本文提出的算法CFRAET的有效性，該數(shù)據(jù)集包括943個(gè)用戶、1682部電影以及每位用戶對(duì)電影的評(píng)分?jǐn)?shù)據(jù)，評(píng)分?jǐn)?shù)據(jù)采用五分制進(jìn)行評(píng)分，共計(jì)10萬(wàn)條[20]。在進(jìn)行實(shí)驗(yàn)之前，將實(shí)驗(yàn)數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集2個(gè)部分，其中80%數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集，另外20%數(shù)據(jù)作為測(cè)試數(shù)據(jù)集。

實(shí)驗(yàn)所用環(huán)境為Windows10-64位操作系統(tǒng)，16 GB內(nèi)存。算法由Python語(yǔ)言實(shí)現(xiàn)，IDE為Pycharm。

2.2 評(píng)價(jià)標(biāo)準(zhǔn)

2.2.1 基于預(yù)測(cè)的評(píng)分值進(jìn)行評(píng)估

基于模型預(yù)測(cè)值的評(píng)價(jià)是指通過比較模型預(yù)測(cè)值與實(shí)際評(píng)分值，以模型的準(zhǔn)確性為基礎(chǔ)的評(píng)價(jià)方法。本文采用平均絕對(duì)誤差MAE(Mean Absolute Error)測(cè)量預(yù)測(cè)評(píng)分與用戶的真實(shí)評(píng)分之間的平均絕對(duì)偏差。MAE值越小，推薦精度越高[21]。MAE計(jì)算方法如公式(18)所示：

(18)

2.2.2 根據(jù)推薦結(jié)果進(jìn)行評(píng)估

基于模型推薦結(jié)果的評(píng)估是一種通過將模型的推薦結(jié)果與用戶的實(shí)際選擇進(jìn)行比較來(lái)衡量模型有效性的方法。本文采用了準(zhǔn)確率Precision來(lái)衡量，Precision值越高，該模型推薦效果越好[22]。準(zhǔn)確率計(jì)算方法如公式(19)所示：

(19)

其中，R(x)表示對(duì)用戶x推薦的項(xiàng)目個(gè)數(shù)，T(x)表示測(cè)試集合中用戶x的結(jié)果集合。R(x)∩T(x)表示正確推薦給用戶u的項(xiàng)目個(gè)數(shù)。

2.3 實(shí)驗(yàn)參數(shù)設(shè)定

2.3.1 確定社區(qū)簇?cái)?shù)目

MovieLen數(shù)據(jù)集中所包含的電影類型如表2所示，共19種。從表2可以看出，有些電影類型是相似的，比如兒童類和卡通類，犯罪類、懸疑類和恐怖類，可以將喜歡這些類型的用戶劃分到一個(gè)社區(qū)簇中。經(jīng)過分析可以得出，社區(qū)簇個(gè)數(shù)k不會(huì)超過10個(gè)，并且不會(huì)低于3個(gè)。因此本文從3～10依次取k的值，通過觀察不同的社區(qū)簇個(gè)數(shù)所對(duì)應(yīng)的MAE來(lái)確定k的值，實(shí)驗(yàn)結(jié)果如圖2所示。

表2 電影類型

圖2中u1～u5皆是將原數(shù)據(jù)集按照80%數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集，另20%數(shù)據(jù)作為測(cè)試數(shù)據(jù)集進(jìn)行分割得到的，它們各自有不相交的測(cè)試集。從圖2可知，當(dāng)社區(qū)簇k為8時(shí)，對(duì)應(yīng)的MAE值最小，因此，確定k=8。

圖2 MAE隨社區(qū)簇個(gè)數(shù)變化圖

2.3.2 確定相似用戶數(shù)量

相似用戶對(duì)最終的評(píng)分預(yù)測(cè)起至關(guān)重要的作用，如果數(shù)量過小，則會(huì)喪失許多關(guān)鍵信息；反之，如果數(shù)量過多，則有可能將與用戶興趣相反的用戶考慮進(jìn)去，導(dǎo)致評(píng)分預(yù)測(cè)出現(xiàn)較大的誤差。因此本文分別將相似用戶的數(shù)量K取為5、10、15、20、25、30，通過觀察相應(yīng)數(shù)量對(duì)MAE的影響來(lái)決定相似用戶的數(shù)量，結(jié)果如圖3所示。當(dāng)相似用戶數(shù)量K取值為20時(shí)，同時(shí)兼顧了較好的MAE值和Precision值，最終確定相似用戶數(shù)量K=20。

圖3 Precision與MAE隨相似用戶數(shù)變化圖

2.3.3 確定冷啟動(dòng)問題相關(guān)參數(shù)

年齡和性別對(duì)用戶興趣愛好都有所影響，但其對(duì)興趣愛好的影響程度不同。因此，需要確定年齡和性別的權(quán)重平衡因子λ。對(duì)冷啟動(dòng)用戶進(jìn)行評(píng)分預(yù)測(cè)時(shí)，專家用戶與屬性相似用戶所起的作用也不同。專家用戶評(píng)分客觀，但推薦結(jié)果缺乏個(gè)性化，屬性相似用戶則可以彌補(bǔ)個(gè)性化方面的不足，但二者權(quán)重不同，因此，需要確定出兩者的權(quán)重平衡因子θ。本文實(shí)驗(yàn)數(shù)據(jù)選用的是MovieLens-100k數(shù)據(jù)集，將數(shù)據(jù)集經(jīng)過8∶2隨機(jī)抽取3個(gè)等量子數(shù)據(jù)集。將λ和θ從0.1～0.9依次取值，比較本算法在不同λ和θ下的MAE值。經(jīng)過實(shí)驗(yàn)得出，當(dāng)λ=0.6，θ=0.7時(shí)，算法的MAE最小，由此確定2個(gè)因子取值。

2.3.4 確定專家比例

根據(jù)巴萊特定律，即在任何一組東西中，最重要的只占其中小部分，約為20%，其余80%盡管是多數(shù)，卻是次要的思想。本文專家用戶的比例選取將以20%為中心，從15%～25%中取值，同時(shí)評(píng)分預(yù)測(cè)中專家的權(quán)重系數(shù)α將從0.3逐步增加至0.7，不同參數(shù)所對(duì)應(yīng)的MAE的變化如圖4所示。

圖4 MAE隨專家比例變化圖

由圖4可知，當(dāng)社區(qū)簇中的專家比例為19%時(shí)，算法對(duì)應(yīng)的MAE最小。在評(píng)分預(yù)測(cè)公式中，當(dāng)α取0.4，相似用戶所占比例β取0.6時(shí)，算法的MAE最小，即用戶不僅會(huì)聽取同社區(qū)簇專家，同時(shí)還會(huì)聽取相似用戶的意見。綜上所述，α=0.4，β=0.6，γ=0.19。

2.4 實(shí)驗(yàn)結(jié)果及分析

2.4.1 對(duì)比實(shí)驗(yàn)

為驗(yàn)證本文創(chuàng)新點(diǎn)的有效性。本文將引入以下算法進(jìn)行對(duì)比試驗(yàn)。傳統(tǒng)的基于用戶的協(xié)同過濾推薦算法UCF、文獻(xiàn)[16]中的基于專家信任的協(xié)同過濾推薦算法EPT、文獻(xiàn)[15]中的UCCFRIET、綜合用戶特征及專家信任的協(xié)作過濾推薦算法UCECF[23]及一種帶偏置的專家信任推薦算法IBETA[24]進(jìn)行對(duì)比實(shí)驗(yàn)。

對(duì)比算法在不同相似用戶數(shù)目K下的MAE值如表3所示，MAE值變化情況如圖5所示。

表3 算法在不同相似用戶數(shù)目下的MAE值

圖5 算法在不同相似用戶下的MAE變化圖

對(duì)比算法在不同相似用戶數(shù)目K下的Precision值如表4所示，Precision值變化情況如圖6所示。

表4 算法在不同相似用戶數(shù)目下的準(zhǔn)確率

圖6 算法在不同相似用戶數(shù)下準(zhǔn)確率變化圖

經(jīng)實(shí)驗(yàn)驗(yàn)證，本文提出的算法CFRAET的MAE值最低且Precision值最高。如表3所示，當(dāng)K=5時(shí)，本文算法的MAE值為0.702，小于其他對(duì)比算法；在表4中，當(dāng)K=5時(shí)，本文方法Precision為0.318，高于其他對(duì)比算法，當(dāng)K取其他值時(shí)，表3和表4也呈現(xiàn)相同結(jié)果。綜上，本文提出的結(jié)合專家信任的協(xié)同過濾推薦算法CFRAET在一定程度上均優(yōu)于傳統(tǒng)算法。

2.4.2 通用性證明實(shí)驗(yàn)

為驗(yàn)證本文算法的通用性，本文引入了數(shù)據(jù)集Jester[25]，該數(shù)據(jù)集包含了73421名用戶對(duì)100個(gè)笑話的評(píng)分。該數(shù)據(jù)集的稀疏度為44.2%。首先是確定實(shí)驗(yàn)參數(shù)，在Jester數(shù)據(jù)集中，根據(jù)觀察不同參數(shù)所對(duì)應(yīng)的MAE來(lái)確定各個(gè)參數(shù)，參數(shù)取值如表5所示。

表5 Jester數(shù)據(jù)集中各參數(shù)取值

將表5中的參數(shù)代入計(jì)算公式中，通過實(shí)驗(yàn)得出不同鄰居用戶下推薦的MAE和Precision值，結(jié)果如表6、表7所示。

表6 算法在不同相似用戶數(shù)目下的MAE值

表7 算法在不同相似用戶數(shù)目下的準(zhǔn)確率

通過表6和表7可以看出，本文提出的CFRAET算法在不同領(lǐng)域數(shù)據(jù)集中仍有良好的表現(xiàn)。如表6、表7所示，與傳統(tǒng)的基于用戶的協(xié)同過濾推薦算法相比較，本文算法MAE降低了11%，Precision提高了20%。綜上，驗(yàn)證了本文算法在不同數(shù)據(jù)集上的效果優(yōu)于其他算法的同時(shí)，也驗(yàn)證了本文算法的通用性。

2.4.3 消融實(shí)驗(yàn)

本文通過消融實(shí)驗(yàn)進(jìn)一步驗(yàn)證本文所提出的創(chuàng)新點(diǎn)的效果。為方便對(duì)比實(shí)驗(yàn)結(jié)果，本文設(shè)計(jì)了以下算法：

1)相似度改進(jìn)有效驗(yàn)證算法IEVAS(Improved Effective Verification Algorithm of Similarity)。該算法在CFRAET的基礎(chǔ)上，將本文的改進(jìn)相似度部分去掉，相似度計(jì)算公式采用公式(1)進(jìn)行相似度的計(jì)算。

2)專家信任度改進(jìn)有效驗(yàn)證算法IEVAET(Improved Effective Verification Algorithm for Expert Trust)。該算法在CFRAET的基礎(chǔ)上，將本文對(duì)專家信任度改進(jìn)的部分去掉，采用公式(11)進(jìn)行專家信任度的計(jì)算。

3)冷啟動(dòng)改進(jìn)有效驗(yàn)證算法IEVACS(Improved Effective Verification Algorithm for Cold Start)。該算法在CFRAET的基礎(chǔ)上，將本文對(duì)冷啟動(dòng)用戶的預(yù)測(cè)方式去掉，只采用專家用戶為冷啟動(dòng)用戶進(jìn)行推薦。

消融實(shí)驗(yàn)的推薦結(jié)果如表8、表9所示。

表8 算法在不同相似用戶數(shù)目下的MAE值

表9 算法在不同相似用戶數(shù)目下的準(zhǔn)確率

通過表8和表9可以看出，本文算法從相似度、專家信任度及緩解冷啟動(dòng)3個(gè)方面提出的改進(jìn)均在一定程度上提高了算法的推薦精度，但3個(gè)方面的改進(jìn)對(duì)算法的影響各不相同。如表8和表9所示，當(dāng)K=5時(shí)，在IEVAS、IEVAET、IEVACS這3個(gè)算法中，IEVAET算法的MAE最大，Precision值小，說(shuō)明專家信任度的改進(jìn)對(duì)CFRAET的推薦效果影響最大，其次是冷啟動(dòng)的改進(jìn)，最后是相似度的改進(jìn)。當(dāng)K取其他值時(shí)，表8和表9也呈現(xiàn)相同的結(jié)果。綜上，本文做出的3個(gè)方面的改進(jìn)均提高了算法的推薦精度。

3 結(jié)束語(yǔ)

本文針對(duì)傳統(tǒng)協(xié)同過濾推薦算法中相似度計(jì)算不準(zhǔn)確及冷啟動(dòng)問題，提出了一種結(jié)合專家信任的協(xié)同過濾推薦算法。該算法在對(duì)相似度計(jì)算改進(jìn)中，一方面從用戶角度考慮，通過2個(gè)用戶對(duì)同一項(xiàng)目的評(píng)分時(shí)間所反應(yīng)出2個(gè)用戶的隱偏好對(duì)相似度計(jì)算進(jìn)行改進(jìn)；另一方面從項(xiàng)目角度考慮，通過項(xiàng)目冷門因子對(duì)相似度計(jì)算進(jìn)行改進(jìn)。計(jì)算專家信任度時(shí)，通過時(shí)間跨度因子對(duì)專家信任度計(jì)算公式進(jìn)行改進(jìn)。針對(duì)用戶的冷啟動(dòng)問題，該算法利用社區(qū)簇中的專家用戶及屬性相似的用戶共同為目標(biāo)用戶產(chǎn)生推薦。通過實(shí)驗(yàn)證明，本文算法的平均絕對(duì)誤差及準(zhǔn)確率均優(yōu)于傳統(tǒng)算法。未來(lái)的工作將擴(kuò)大實(shí)驗(yàn)數(shù)據(jù)集進(jìn)一步驗(yàn)證算法的有效性，同時(shí)注重運(yùn)用深度學(xué)習(xí)技術(shù)更深層次挖掘用戶之間的隱偏好以及影響專家信任的因素。