程娟娟,宋 彪,李 微

(1. 南京工程學(xué)院計(jì)算機(jī)工程學(xué)院,江蘇 南京 211167;2. 南京信息工程大學(xué)計(jì)算機(jī)學(xué)院,江蘇 南京 210044;3. 南京工程學(xué)院科技與產(chǎn)業(yè)處,江蘇 南京 211167)

1 引言

數(shù)字化推薦算法可滿足用戶不同需求,有針對(duì)性的快速搜索所需資源,提高數(shù)字化資源檢索效率[1,2]。但是網(wǎng)絡(luò)資源內(nèi)容龐大,為用戶提供精準(zhǔn)推薦難度較大?，F(xiàn)有陳曄等人[3]提出以LFM矩陣分解為基礎(chǔ)的推薦算法,馬海江[4]提出的推薦算法是以卷積神經(jīng)網(wǎng)絡(luò)與約束概率矩陣分解為基礎(chǔ),以上兩種算法均能對(duì)數(shù)字化資源在線推薦,但是在實(shí)際應(yīng)用中存在用戶分析耗時(shí)較長(zhǎng),且推薦精度偏低問題,用戶體驗(yàn)感不夠理想。

為此,本研究提出利用Vanilla算法計(jì)算數(shù)字資源排序權(quán)重。再結(jié)合神經(jīng)網(wǎng)絡(luò)模型計(jì)算用戶對(duì)資源的評(píng)分,設(shè)計(jì)用戶相似度矩陣初始值計(jì)算、分解與重組步驟,計(jì)算不同用戶之間的相似度,完成數(shù)字化資源在線推薦。Vanilla算法主要通過全方面掌握用戶信息,了解用戶需求,達(dá)到尋找目標(biāo)的目的,優(yōu)化了數(shù)字化資源推薦的精準(zhǔn)度。

2 基于Vanilla算法的數(shù)字化資源在線推薦算法

本文利用Vanilla算法設(shè)計(jì)新的數(shù)字化資源在線推薦算法,Vanilla算法結(jié)合專家排列法計(jì)算不同情景維度的權(quán)重,并計(jì)算用戶使用數(shù)字化資源的消費(fèi)評(píng)分,通過神經(jīng)網(wǎng)絡(luò)的評(píng)分自動(dòng)采集模型,評(píng)估用戶對(duì)推薦的數(shù)字化資源喜歡程度,從而了解用戶興趣。在固定數(shù)字化資源的情況下,尋找不同用戶之間的共同點(diǎn),幫助目標(biāo)用戶實(shí)現(xiàn)消費(fèi)評(píng)分的預(yù)測(cè),最終完善數(shù)字化資源在線推薦算法。

2.1 基于Vanilla算法的權(quán)重排序

Vanilla算法通過專家排序法獲取所設(shè)立情景維度的權(quán)重,以便依據(jù)該權(quán)重獲取用戶對(duì)數(shù)字化資源的評(píng)分結(jié)果。

2.1.1 設(shè)定情境維度及權(quán)重

用戶在線推薦數(shù)字化資源時(shí),用戶心情、用戶閑暇時(shí)間、用戶年齡、電子移動(dòng)設(shè)備剩余電量、數(shù)字化資源的種類等均屬于情境,并且信息來源和語境都有所不同[5,6]。由于情境可以改變用戶的行為,因此用戶使用數(shù)字化資源在線推薦算法第一步,應(yīng)該收集用戶數(shù)字化資源的情境因素,具體信息見表1。

表1 情境信息

將以上5個(gè)情境維度的合集用V表示,且V={vi}1≤i≤6,當(dāng)下的情境狀況用vi代表。不同情境狀況vi的權(quán)重需要排列順序,專家根據(jù)用戶需求量多少進(jìn)行排列,依照由多到少,第1位情境維度,為需求量最多,第2位僅次于第1位需求量,以此類推。若情境維度為n個(gè),需要m位專家排列,那么排列可用m行n列的數(shù)字表示,即1,2,…,n。該情境的秩理解為該情境的排列位置,該情境的秩和為m位專家判斷該情境的秩相加的數(shù)值,用R表示,Ri和wi分別代表第i個(gè)情境的次序和與權(quán)重,運(yùn)算過程如下

wi=2[m(1+n)-Ri]/[mn(1+n)],i=(1,2…,n)

(1)

2.1.2 情境維度優(yōu)先級(jí)一致性檢驗(yàn)

專家根據(jù)判斷用戶對(duì)該情境需求量的多少,決定情境權(quán)重[7,8]。假設(shè)m位專家判斷結(jié)果大致相同,則為有效權(quán)重,否則為無效權(quán)重。權(quán)重計(jì)算的前提條件需相同,這就需要顯著性驗(yàn)證專家判斷結(jié)果。具體驗(yàn)證步驟如下:

統(tǒng)計(jì)量X2是顯著性驗(yàn)證計(jì)算結(jié)果,如式(2)所示

X2=m(n-1)W

(2)

其中

W=12S/[m2(n3-3)]

(3)

(4)

W代表臨界值,S為顯著水平,假設(shè)S>W,則表示幾位專家判斷結(jié)果是顯著相同,否則差異較大。

2.2 基于神經(jīng)網(wǎng)絡(luò)模型的用戶對(duì)資源推薦的評(píng)分

以了解用戶操作情況為前提,本文算法針對(duì)用戶的喜好設(shè)計(jì)模型[9]。為避免用戶異常評(píng)分行為、消除用戶無理由評(píng)分和推薦算法評(píng)分不密集的問題,該算法需要根據(jù)用戶使用數(shù)字化資源的行為,設(shè)立深層次的興趣模型或評(píng)分,并且結(jié)合已經(jīng)存在的表面評(píng)分算法實(shí)施推薦。神經(jīng)網(wǎng)絡(luò)推薦算法通過用戶行為采集用戶評(píng)分信息。

設(shè)定用戶實(shí)際使用數(shù)字化資源累計(jì)總時(shí)長(zhǎng)為L(zhǎng)、快進(jìn)次數(shù)為F、后退次數(shù)為B、用戶數(shù)字化資源本身總時(shí)長(zhǎng)T共4種因素影響用戶評(píng)分R。通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法建立一個(gè)能用L、T、B、F表示R的模型。

神經(jīng)元作為底層構(gòu)架模塊,每個(gè)模塊通過廣泛鏈接形成一種非線性動(dòng)態(tài)系統(tǒng),該系統(tǒng)可以根據(jù)需要調(diào)整狀態(tài),稱人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)。根據(jù)人工神經(jīng)網(wǎng)絡(luò)能夠利用神經(jīng)元互相采集數(shù)據(jù)的特點(diǎn),可知該網(wǎng)絡(luò)具有兩大特征:第一,能夠?qū)π率挛锉M快掌握;第二,環(huán)境發(fā)生改變時(shí),功能不受影響。在新環(huán)境中,神經(jīng)網(wǎng)絡(luò)能夠通過學(xué)習(xí)完善本身功能并且利用學(xué)習(xí)算法自動(dòng)修復(fù)變化的鏈接權(quán)值,從而適應(yīng)新環(huán)境[10,11]。因此本文深層次評(píng)分的推薦算法選用神經(jīng)網(wǎng)絡(luò),具體結(jié)構(gòu)見圖1。此網(wǎng)絡(luò)含有輸入端:數(shù)字化資源累計(jì)總時(shí)長(zhǎng)L、快進(jìn)次數(shù)F、后退次數(shù)B、用戶數(shù)字化資源本身總時(shí)長(zhǎng)T和輸出端:用戶評(píng)分R,僅可為0、1、2、3、4、5中的數(shù)值。該神經(jīng)網(wǎng)絡(luò)中L、T、BN、FN與R間的相互關(guān)系用式(5)表示:

圖1 基于神經(jīng)網(wǎng)絡(luò)的資源自動(dòng)評(píng)分模型

(5)

其中,L、T、B、F之一的第i項(xiàng)輸入用xi代表,此處輸入權(quán)值與偏置分別表示為wi、θ。

圖1顯示,如果存在足夠多的輸入變量的權(quán)值wi和偏置θ到推薦算法式(5),利用該神經(jīng)網(wǎng)絡(luò)的傳遞函數(shù)lgsig函數(shù)式(6)獲得輸出值并選擇四舍五入,使輸出值為0到5之間的整數(shù)。lgsig函數(shù)見式(6)

(6)

2.3 用戶相似度計(jì)算

2.3.1 用戶相似度矩陣初始值計(jì)算

用戶消費(fèi)關(guān)系可以幫助獲取相似度初始值,為了掌握用戶消費(fèi)關(guān)系,必須了解用戶時(shí)序行為。

用戶合集用U代表,興趣關(guān)系用E代表?，F(xiàn)有項(xiàng)目I,如果用戶Ui和Uj的評(píng)分態(tài)度一致,那么邊值Ei-j上的權(quán)值Wi-j均需要加1。訪問全部用戶的時(shí)序消費(fèi)關(guān)系,根據(jù)統(tǒng)計(jì)學(xué)整理設(shè)計(jì)出用戶消費(fèi)關(guān)系,邊值Ei-j上的權(quán)值Wi-j用式(7)進(jìn)行描述:

(7)

這里,規(guī)定時(shí)間間隔用Ni,j代表,共同興趣評(píng)分項(xiàng)目數(shù),按順序表示成Ui和Uj。生活中Ni,j個(gè)項(xiàng)目里Ui→Uj評(píng)分態(tài)度一致的項(xiàng)目數(shù)表示為Wi-j,通過Wi-j顯示用戶Ui對(duì)Uj起到多大的作用。

(8)

2.3.2 用戶相似度矩陣分解

用戶集合用U=(U1,U2,…,UN)代表,項(xiàng)目集合用V=(V1,V2,…,VN)代表。根據(jù)上文算得用戶與用戶間相似度值,設(shè)立用戶與用戶相似度矩陣SN×N,優(yōu)化函數(shù)L(S,P,Q)表示如式(9)所示

(9)

利用梯度下降法運(yùn)算優(yōu)化函數(shù),以下式(10)是梯度迭代公式

(10)

具體運(yùn)算步驟如式(11)所示

(11)

式中,函數(shù)g(x)的導(dǎo)數(shù)為g′(x),即g′(x)=e-x/(1+e-x)2。

2.3.3 重建用戶相似度矩陣及目標(biāo)

利用上文得到特征向量Pi、Qj,建立并排列出新的用戶與用戶間相似度矩陣,最終尋找到與該用戶最相似的目標(biāo)用戶[12]。尋找到目標(biāo)用戶的具體算法如下:

將數(shù)據(jù)集、學(xué)習(xí)率α、正則化參數(shù)為λ1、λ2作為輸入,目標(biāo)用戶作為輸出。

1)制定用戶時(shí)序關(guān)系需要MovieLens數(shù)據(jù)集;

2)通過式(8)算出用戶初始相似度值,建立數(shù)據(jù)集DS;并將DS隨機(jī)分成兩組,一組為訓(xùn)練集TR,占80%,另一組為測(cè)試集TE,占20%;

3)隨機(jī)初始化特征矩陣P、Q;(Ui,Uj,Sij)在TR中;

5)利用TE算出MAE值

6)如果MAE>ε,通過特征矩陣P、Q重建用戶相似度矩陣;對(duì)用戶的相似度值排列,得到目標(biāo)用戶。

2.4 目標(biāo)用戶評(píng)分預(yù)估形成推薦列表

在情境不一樣時(shí),通過本文算法專家排列加權(quán)得到消費(fèi)評(píng)分用R(u,j)表示。假設(shè)在用戶u中現(xiàn)有j類數(shù)字化資源需求的目標(biāo)用戶u′對(duì)其進(jìn)行預(yù)測(cè)評(píng)分,用P(u′,j)代表。

具體運(yùn)算見式(12)

(12)

U為全部的數(shù)字化資源網(wǎng)站的用戶。

當(dāng)數(shù)字化資源種類多樣時(shí),算出目標(biāo)用戶u′的預(yù)測(cè)評(píng)分需要兩方面結(jié)合計(jì)算,分別為u的評(píng)分計(jì)算、u與u′的相似度值計(jì)算。以二者值為基礎(chǔ)算出目標(biāo)用戶u′的預(yù)測(cè)評(píng)分,完成目標(biāo)用戶u′的數(shù)字化資源在線推薦列表創(chuàng)建任務(wù)。

3 實(shí)驗(yàn)設(shè)計(jì)與分析

以某數(shù)據(jù)化資源網(wǎng)站為實(shí)驗(yàn)對(duì)象,采用本文算法對(duì)該網(wǎng)站用戶進(jìn)行數(shù)字化資源在線推薦,驗(yàn)證本文算法的有效性。

3.1 用戶評(píng)分計(jì)算速度與準(zhǔn)確性測(cè)試

本文算法采用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)用戶自動(dòng)評(píng)分,為了驗(yàn)證本文算法的速度和準(zhǔn)確性,在大量使用該網(wǎng)站數(shù)字化資源的用戶中,隨機(jī)選取10名用戶,編號(hào)為1～10。由于單純計(jì)算失誤率不能更好地反映本文算法的評(píng)分能力,因此評(píng)分?jǐn)?shù)據(jù)還需計(jì)算平均絕對(duì)誤差(MAE)值,同時(shí)記錄評(píng)分運(yùn)行時(shí)間。運(yùn)行所需時(shí)間少,則表示計(jì)算用戶評(píng)分速度快;失誤率低,說明評(píng)分正確率高,而MAE同樣反映本文算法的評(píng)分正確率。當(dāng)MAE與失誤率一樣時(shí),表示每次失誤最小。實(shí)驗(yàn)結(jié)果見表2。

表2 用戶評(píng)分計(jì)算速度和準(zhǔn)確性

表2中可知,本文算法計(jì)算用戶評(píng)分時(shí)的運(yùn)行耗時(shí)最高為0.031s,說明該算法評(píng)分速度快。表中失誤率在5%左右波動(dòng),失誤率低,證明該算法計(jì)算評(píng)分準(zhǔn)確性好,并且MAE與失誤率值相等,表示抽取的樣本預(yù)測(cè)失誤最小。綜上所述,采用本文算法具有運(yùn)行速度快、準(zhǔn)確率高的優(yōu)勢(shì)。

3.2 不同推薦算法的精度測(cè)試

從該數(shù)據(jù)化資源網(wǎng)站中隨機(jī)選取部分?jǐn)?shù)據(jù)化資源組成數(shù)據(jù)集,將得到的數(shù)據(jù)隨機(jī)分成兩組,不能重復(fù)出現(xiàn),一組為訓(xùn)練集占80%,一組為測(cè)試集占20%。為了驗(yàn)證本文算法的精準(zhǔn)性,使用運(yùn)算平均絕對(duì)誤差(MAE)和均方根誤差(RMSE)作為實(shí)驗(yàn)指標(biāo)。實(shí)驗(yàn)對(duì)照算法為文獻(xiàn)[3]算法和文獻(xiàn)[4]算法。文獻(xiàn)[3]和文獻(xiàn)[4]均研究了推薦算法,前者通過LFM矩陣分解進(jìn)行推薦,后者選用卷積神經(jīng)網(wǎng)絡(luò)與約束概率矩陣分解完成推薦。將這兩種算法的實(shí)驗(yàn)結(jié)果與本文算法相對(duì)比。實(shí)驗(yàn)利用這三種算法完成數(shù)字化資源推薦。為了驗(yàn)證精準(zhǔn)性,需將獲取的評(píng)分?jǐn)?shù)據(jù)分別算出平均絕對(duì)誤差MAE和均方根誤差RMSE,對(duì)比情況見圖2。

圖2 三種算法性能對(duì)比圖

從圖2可知,當(dāng)目標(biāo)用戶數(shù)值為6時(shí),三種算法的MAE和RMSE值最小,說明此時(shí)誤差最低,三種算法推薦數(shù)字化資源結(jié)果為最佳。綜合觀察,本文算法與文獻(xiàn)[3]算法、文獻(xiàn)[4]算法比較誤差最低,證明本文算法能夠準(zhǔn)確找到目標(biāo)用戶,并進(jìn)行數(shù)字化資源精準(zhǔn)推薦。

4 結(jié)論

本文提出的基于Vanilla算法的數(shù)字化資源在線推薦算法,能夠高質(zhì)量實(shí)現(xiàn)網(wǎng)絡(luò)用戶所需的數(shù)字化資源的推薦。以Vanilla算法獲取的專家排序權(quán)重為基礎(chǔ),采用神經(jīng)網(wǎng)絡(luò)模型計(jì)算用戶對(duì)資源的評(píng)分,運(yùn)行耗時(shí)少,準(zhǔn)確率高,用戶在使用本文算法進(jìn)行數(shù)字化資源推薦時(shí),能夠節(jié)約時(shí)間,并且省略了篩選的過程,直接搜索出所需資源。方便用戶的學(xué)習(xí)和生活。