鄒 慶 吳冠宇 黃 昆，4 余 璟 高 原，4

（1.南瑞集團(tuán)有限公司（國(guó)網(wǎng)電力科學(xué)研究院有限公司） 南京 211106）（2.國(guó)電南瑞科技股份有限公司 南京 211106）（3.國(guó)網(wǎng)江蘇省電力公司 南京 210024）（4.智能電網(wǎng)保護(hù)和運(yùn)行控制國(guó)家重點(diǎn)實(shí)驗(yàn)室 南京 211106）

1 引言

為適應(yīng)新一代電力系統(tǒng)發(fā)展的需要，國(guó)家電網(wǎng)公司提出建成具有“共享、智能、開放、安全”特征的新一代調(diào)控系統(tǒng)［1］。建立適用電網(wǎng)調(diào)控業(yè)務(wù)的應(yīng)用商店，是打造新一代調(diào)控系統(tǒng)開放生態(tài)的重要手段。新一代調(diào)控系統(tǒng)應(yīng)用商店為國(guó)網(wǎng)公司各調(diào)控業(yè)務(wù)用戶，提供監(jiān)視控制、分析預(yù)警、計(jì)劃決策、仿真模擬、綜合評(píng)估及自動(dòng)化業(yè)務(wù)等六大類場(chǎng)景數(shù)千個(gè)應(yīng)用。如何幫助電網(wǎng)調(diào)控用戶，從應(yīng)用商店中快速、高效的獲取到需要的應(yīng)用功能，是新一代調(diào)控系統(tǒng)應(yīng)用商店需要解決的一個(gè)重要問(wèn)題。

目前，互聯(lián)網(wǎng)各類應(yīng)用商店常用的應(yīng)用推薦方式：專家推薦［2］、基于用戶社交關(guān)系的推薦、基于數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)的推薦。蘋果公司App-Store 各類應(yīng)用榜單是專家推薦的典型代表，蘋果公司為此組建了專職的編輯團(tuán)隊(duì)，為用戶進(jìn)行篩選推薦。這類方法需要較大的人員投入，并且推薦結(jié)果單一，難以反映用戶的個(gè)性化需求?；谟脩羯缃魂P(guān)系的推薦［3～4］，利用系統(tǒng)內(nèi)用戶之間的社交關(guān)系數(shù)據(jù)，為用戶推薦“朋友們正在使用的應(yīng)用”。在企業(yè)應(yīng)用場(chǎng)景中，用戶缺少社交屬性，難以直接應(yīng)用該推薦技術(shù)?；跀?shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)的推薦，又可以分為：基于項(xiàng)目的協(xié)同過(guò)濾推薦技術(shù)［5］、基于人員的協(xié)同過(guò)濾推薦技術(shù)［6］、基于內(nèi)容的推薦技術(shù)［7］等。這類推薦技術(shù)，基本原理都是基于用戶行為歷史數(shù)據(jù)，分析用戶興趣特征和項(xiàng)目特征，建立用戶和項(xiàng)目偏好關(guān)系，為用戶進(jìn)行個(gè)性化推薦。項(xiàng)目的特征有多種構(gòu)建方式［8］，包括物品的屬性集合［9］、隱語(yǔ)義向量［10］、標(biāo)簽等。標(biāo)簽是能夠準(zhǔn)確的表達(dá)物品內(nèi)容特征的關(guān)鍵詞［11］，按生成方式一般有兩種：一種是專家標(biāo)簽（Professionally-generated Content，PGC）［12］，由項(xiàng)目創(chuàng)建者或者審核編輯，根據(jù)項(xiàng)目特點(diǎn)給物品定義的特性關(guān)鍵詞；另一種是用戶自定義標(biāo)簽（User-generated Content，UGC）［13］，由使用者根據(jù)個(gè)人感受為物品定義的個(gè)性關(guān)鍵詞標(biāo)簽?；跇?biāo)簽的推薦算法［14～15］大多是基于UGC 標(biāo)簽進(jìn)行特征分析和推薦，基于PGC 標(biāo)簽進(jìn)行推薦的研究較少。

新一代調(diào)控系統(tǒng)應(yīng)用商店作為一個(gè)企業(yè)內(nèi)部系統(tǒng)，用戶社交頻率不高，難以獲得足夠的UGC 標(biāo)簽；另一方面，應(yīng)用開發(fā)商提交應(yīng)用時(shí)，提供了應(yīng)用的關(guān)鍵詞和應(yīng)用分關(guān)鍵類信息，并經(jīng)過(guò)管理員的審核，信息比較準(zhǔn)確，可以作為PGC的來(lái)源。因此，本文提出一種基于專家標(biāo)簽的推薦技術(shù)，通過(guò)用戶留存應(yīng)用包含的專家標(biāo)簽，分析用戶對(duì)專家標(biāo)簽的興趣特征，建立基于標(biāo)簽的用戶應(yīng)用的興趣度計(jì)算公式，并利用相同專業(yè)的用戶興趣，補(bǔ)充目標(biāo)用戶對(duì)其他應(yīng)用的興趣度，實(shí)現(xiàn)面向新一代調(diào)控系統(tǒng)應(yīng)用的個(gè)性化推薦。最后，基于實(shí)驗(yàn)數(shù)據(jù)集進(jìn)行了多輪測(cè)試，實(shí)驗(yàn)結(jié)果驗(yàn)證了本文提出的算法對(duì)應(yīng)用個(gè)性化推薦的效果。

2 基于專家標(biāo)簽多維特征的內(nèi)容推薦和同類用戶協(xié)同推薦技術(shù)

2.1 構(gòu)建應(yīng)用的多維特征向量

新一代調(diào)控系統(tǒng)應(yīng)用商店中的應(yīng)用集合A 和用戶集合U可分別表示為

式中：N為應(yīng)用總數(shù)，M為系統(tǒng)用戶數(shù)。

我們把用戶已下載安裝且未卸載的應(yīng)用，稱為用戶留存應(yīng)用，用戶um留存應(yīng)用集合可以定義為

式中：N'為用戶um留存應(yīng)用個(gè)數(shù)。

其中，Ti表示應(yīng)用ai的特征向量，ki，1、ki，2、ki，3分別表示應(yīng)用ai上的3 個(gè)關(guān)鍵詞，ci表示應(yīng)用ai屬于的分類，由于1個(gè)應(yīng)用可以同時(shí)屬于1個(gè)或多個(gè)分類，應(yīng)用ai特征可進(jìn)一步表示為

式中：J為應(yīng)用ai的應(yīng)用分類個(gè)數(shù)。

2.2 構(gòu)建用戶對(duì)標(biāo)簽的偏好特征

用戶um留存應(yīng)用，包含的標(biāo)簽集合表示為

式中：P 為用戶um留存的應(yīng)用包含的PGC 標(biāo)簽個(gè)數(shù)?；赥F-IDF 算法［16］，用戶um對(duì)Rm中某個(gè)標(biāo)簽tm，p的偏好可表示為

式中：Num（rm，p）為用戶um留存的應(yīng)用中包含標(biāo)簽tm，p的應(yīng)用個(gè)數(shù)，Num（Rm）為用戶um留存的應(yīng)用包含的標(biāo)簽數(shù)，Num(tA，m，p)為所有應(yīng)用中包含標(biāo)簽tm，p的應(yīng)用個(gè)數(shù)。用戶留存應(yīng)用中，包含某個(gè)標(biāo)簽的應(yīng)用越多，說(shuō)明該標(biāo)簽對(duì)用戶的選擇偏好影響越大；同時(shí)，在所有應(yīng)用中，越多的應(yīng)用包含某個(gè)標(biāo)簽，該標(biāo)簽?zāi)軌蚍从秤脩襞d趣的區(qū)分度越低。

2.3 預(yù)測(cè)用戶對(duì)應(yīng)用的興趣度

基于式（7），用戶um對(duì)應(yīng)用ai的偏好，可以通過(guò)用戶um對(duì)應(yīng)用ai上的多維標(biāo)簽的偏好，按照權(quán)重疊加計(jì)算，表示為

式中：Pm，k表示用戶um對(duì)應(yīng)用ai的關(guān)鍵詞ki標(biāo)簽的興趣度，Pm，c表示用戶um對(duì)應(yīng)用ai的分類標(biāo)簽ci的興趣度，l為應(yīng)用分類特征相對(duì)于關(guān)鍵詞特征的權(quán)重。

基于式（8），為目標(biāo)用戶um計(jì)算所有待預(yù)測(cè)應(yīng)用的興趣度并進(jìn)行排名，選擇興趣度Top-N應(yīng)用集合，作為推薦候選集RAm，N。

2.4 同類用戶協(xié)同推薦

式（8）是建立在基于目標(biāo)用戶um歷史行為，分析用戶留存應(yīng)用標(biāo)簽基礎(chǔ)上計(jì)算用戶對(duì)應(yīng)用的興趣度。對(duì)于那些不包含目標(biāo)用戶um喜好標(biāo)簽的應(yīng)用，可以參考與目標(biāo)用戶um興趣度相似的用戶進(jìn)行推薦。傳統(tǒng)基于用戶的協(xié)同過(guò)濾，主要通過(guò)統(tǒng)計(jì)用戶的歷史行為，挖掘出行為特征類似的用戶，確定為同類用戶，進(jìn)行協(xié)同推薦［17］。整個(gè)過(guò)程計(jì)算復(fù)雜，花費(fèi)時(shí)間長(zhǎng)。在新一代調(diào)控系統(tǒng)場(chǎng)景中，企業(yè)用戶有顯著的專業(yè)特性，同一專業(yè)崗位的用戶，工作職責(zé)和工作范圍都比較相似，其選擇的應(yīng)用具有很大的參考性，所以本文利用這一特點(diǎn)，基于式（8）計(jì)算同一專業(yè)崗位的用戶的平均興趣度，選擇興趣度Top-N應(yīng)用集合，作為用戶um推薦候選集RA'm，N。

2.5 為用戶進(jìn)行推薦

合并推薦候選集RAm，N與RA'm，N，按照興趣度選擇Top-N作為用戶um最終的推薦結(jié)果Wm，N。

3 算法設(shè)計(jì)

本文提出的推薦算法，利用應(yīng)用包含的多維特征專家標(biāo)簽，建立用戶和應(yīng)用之間的關(guān)聯(lián)關(guān)系，通過(guò)用戶對(duì)應(yīng)用標(biāo)簽的偏好分析，預(yù)測(cè)用戶對(duì)其他未知應(yīng)用的興趣度，結(jié)合目標(biāo)用戶以及目標(biāo)用戶相似用戶的偏好，生成Top-N推薦。具體算法如下：

算法1

輸入：訓(xùn)練集，測(cè)試集，l值，N值

輸出：目標(biāo)用戶um的Top-N推薦集Wm，N

步驟1：根據(jù)訓(xùn)練集中用戶留存應(yīng)用信息A'，廠商標(biāo)注的應(yīng)用標(biāo)簽（關(guān)鍵詞和應(yīng)用分類）信息T，計(jì)算出用戶um留存的應(yīng)用標(biāo)簽集合Rm

步驟2：根據(jù)式（3）計(jì)算用戶um對(duì)標(biāo)簽的偏好矩陣Pm

步驟3：根據(jù)式（4）計(jì)算用戶um對(duì)應(yīng)用的偏好矩陣Im

步驟4：按照目標(biāo)用戶um對(duì)應(yīng)用的偏好值排序，選擇Top-N應(yīng)用候選推薦集RAm，N

步驟5：根據(jù)用戶崗位屬性，選擇同一崗位的用戶，根據(jù)同類用戶對(duì)應(yīng)用的偏好值排序，選擇Top-N應(yīng)用，構(gòu)建應(yīng)用候選推薦集RA'm，N

步驟6：合并候選推薦集RAm，N和RA'm，N按照偏好值排序，從中選擇Top-N推薦應(yīng)用集Wm，N。

4 實(shí)驗(yàn)結(jié)果分析

4.1 實(shí)驗(yàn)數(shù)據(jù)來(lái)源

新一代調(diào)控系統(tǒng)目前正處于試點(diǎn)建設(shè)階段，應(yīng)用商店還缺少足夠的應(yīng)用信息和用戶行為數(shù)據(jù)。為了驗(yàn)證本文提出的推薦算法，我們從互聯(lián)網(wǎng)公開數(shù)據(jù)集中選擇了GroupLens 實(shí)驗(yàn)室2000 年發(fā)布的MovieLens 1M 電影評(píng)級(jí)數(shù)據(jù)集［18］，該數(shù)據(jù)集包含的用戶和電影數(shù)量，與新一代調(diào)控系統(tǒng)的用戶和應(yīng)用規(guī)模比較接近。由于MovieLens 1M［19］數(shù)據(jù)集并沒(méi)有包含電影標(biāo)簽數(shù)據(jù)，我們從MovieLens 10M［20］數(shù)據(jù)集中篩選出了MovieLens 1M 數(shù)據(jù)集中所有電影所對(duì)應(yīng)的標(biāo)簽數(shù)據(jù)，加入到實(shí)驗(yàn)數(shù)據(jù)。實(shí)驗(yàn)數(shù)據(jù)包括：

電影數(shù)據(jù)（［“movies”］）：包括電影標(biāo)記、電影名稱及電影類別（可多選）。

用戶數(shù)據(jù)（［“users”］）：用戶標(biāo)記、用戶職業(yè)。

電影評(píng)分?jǐn)?shù)據(jù)（［“ratings”］）：用戶標(biāo)記、電影標(biāo)記、用戶對(duì)電影評(píng)分（1-5分）。

電影標(biāo)簽數(shù)據(jù)（［“tags”］）：用戶標(biāo)記、電影標(biāo)記、用戶對(duì)電影所打標(biāo)簽。

4.2 實(shí)驗(yàn)數(shù)據(jù)預(yù)處理

GroupLens 發(fā)布的電影數(shù)據(jù)集，其場(chǎng)景與本文的新一代調(diào)控系統(tǒng)應(yīng)用商店的場(chǎng)景有所差異，無(wú)法直接應(yīng)用于算法1，需要進(jìn)行必要的數(shù)據(jù)預(yù)處理。GroupLens 數(shù)據(jù)集中電影標(biāo)簽屬于UGC 標(biāo)簽，來(lái)源于用戶對(duì)電影的個(gè)性化標(biāo)簽操作，同一部電影不同用戶根據(jù)個(gè)人感受可能會(huì)打出多個(gè)不同的標(biāo)簽，這與新一代調(diào)控系統(tǒng)應(yīng)用商店中，由開發(fā)廠商提交關(guān)鍵詞、應(yīng)用分類等應(yīng)用專家標(biāo)簽不同，為此我們對(duì)GroupLens中電影標(biāo)簽數(shù)據(jù)（［“tags”］）進(jìn)行了處理：從每部電影的用戶個(gè)性化標(biāo)簽數(shù)據(jù)中，篩選出使用頻率最高的三個(gè)標(biāo)簽，作為該電影的“關(guān)鍵詞”標(biāo)簽，電影數(shù)據(jù)（［“movies”］）中的分類信息作為分類標(biāo)簽，共同構(gòu)成電影的“專家”標(biāo)簽。同時(shí)，對(duì)應(yīng)新一代調(diào)控系統(tǒng)中應(yīng)用是/否留存的狀態(tài)，基于電影的評(píng)分?jǐn)?shù)據(jù)（［“ratings”］），先統(tǒng)計(jì)出平均值M，作為電影平均質(zhì)量的評(píng)判標(biāo)準(zhǔn)，用戶對(duì)電影的評(píng)分大于等于M時(shí)，定義為用戶“留存”電影A'。

4.3 實(shí)驗(yàn)方法

將實(shí)驗(yàn)數(shù)據(jù)集中電影評(píng)分?jǐn)?shù)據(jù)（［“ratings”］），按照80/20 比例隨機(jī)分成兩部分：訓(xùn)練數(shù)據(jù)集T1包含評(píng)分?jǐn)?shù)據(jù)其中的80%，測(cè)試數(shù)據(jù)集V1包含剩余的20%。為了保證實(shí)驗(yàn)結(jié)果的客觀性，分為5 輪進(jìn)行重復(fù)測(cè)試，每輪保持80/20 比例重新隨機(jī)劃分訓(xùn)練數(shù)據(jù)集Ti和測(cè)試數(shù)據(jù)集Vi，1 ≤i≤5。

根據(jù)算法1，通過(guò)訓(xùn)練數(shù)據(jù)Ti為用戶um生成的推薦集合Ri。通過(guò)測(cè)試數(shù)據(jù)驗(yàn)證，計(jì)算推薦集合Ri中應(yīng)用的正負(fù)反饋比，在測(cè)試數(shù)據(jù)Vi中評(píng)分大于應(yīng)用商店平均分M 的應(yīng)用判定為正反饋，評(píng)分低于M的判定為負(fù)反饋。正負(fù)反饋比越高，證明應(yīng)用留存的概率越大，即應(yīng)用推薦的質(zhì)量越高。

4.4 實(shí)驗(yàn)結(jié)果

根據(jù)算法1，在每輪試驗(yàn)中，λ值依次為1、2、0.5、0.2，N 值依次為10、20、30、40、50。5 輪試驗(yàn)結(jié)果對(duì)比如圖1所示。

圖1 不同l值、N值對(duì)應(yīng)的推薦列表正負(fù)反饋比較

由圖1可以看出，5輪試驗(yàn)，隨著訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集的隨機(jī)劃分，推薦結(jié)果雖有一定波動(dòng)，但推薦結(jié)果表現(xiàn)出類似的變化趨勢(shì)。在同一l 值時(shí)，Top-N推薦N值取10時(shí)，取得最好的推薦效果，推薦的準(zhǔn)確性最高；隨著N 值范圍越大，推薦的準(zhǔn)確性越低，推薦結(jié)果中出現(xiàn)負(fù)反饋的比例越大。

此外，不同λ值對(duì)于推薦結(jié)果的表現(xiàn)為，λ值為1時(shí)表現(xiàn)相對(duì)更好，λ值為0時(shí)，有一定程度降低，其余λ值表現(xiàn)變化不大。所以再考慮應(yīng)用的標(biāo)簽數(shù)據(jù)時(shí)，應(yīng)用的關(guān)鍵詞標(biāo)簽、分類標(biāo)簽不同維度的標(biāo)簽，都應(yīng)該納入推薦依據(jù)，根據(jù)試驗(yàn)結(jié)果，兩個(gè)維度權(quán)重相等時(shí)，取得最好的推薦結(jié)果。

本文在基于專家標(biāo)簽多維特征的內(nèi)容推薦上，采用同類用戶協(xié)同推薦，對(duì)推薦結(jié)果進(jìn)行優(yōu)化。下表對(duì)本文方法和基于標(biāo)簽的內(nèi)容推薦方法進(jìn)行了推薦質(zhì)量采用每輪實(shí)驗(yàn)正負(fù)反饋比平均值進(jìn)行對(duì)比。

由表1 可以看出，本文方法相對(duì)于基于標(biāo)簽的推薦算法有了明顯的改進(jìn)，在多維標(biāo)簽特征對(duì)推薦結(jié)果的基礎(chǔ)上，結(jié)合用戶的工作屬性，根據(jù)同類用戶喜好進(jìn)行協(xié)同過(guò)濾，對(duì)推薦結(jié)果的準(zhǔn)確度有進(jìn)一步提升。

表1 2種算法的推薦質(zhì)量比較

5 結(jié)語(yǔ)

實(shí)驗(yàn)結(jié)果顯示，本文提出的面向新一代調(diào)控系統(tǒng)的應(yīng)用個(gè)性化推薦技術(shù)，在傳統(tǒng)基于用戶標(biāo)簽的推薦技術(shù)基礎(chǔ)上，充分利用新一代調(diào)控系統(tǒng)的場(chǎng)景特性，基于專家標(biāo)簽建立多維特征用戶興趣度模型，利用相同專業(yè)用戶興趣偏好進(jìn)行協(xié)同推薦，為用戶實(shí)現(xiàn)了應(yīng)用個(gè)性化推薦，提高了用戶應(yīng)用選擇效率。后續(xù)將在新一代調(diào)控系統(tǒng)上線運(yùn)行過(guò)程中，通過(guò)采集用戶操作數(shù)據(jù)，進(jìn)一步完善推薦算法，實(shí)現(xiàn)更高質(zhì)量的推薦結(jié)果。