孫進(jìn)強(qiáng) 肖銀寶

摘要：目前存在的圖書推薦算法普遍都只考慮了讀者對圖書的評分等數(shù)據(jù)，忽略了圖書的其他屬性，并且這種推薦算法都會面臨冷啟動等問題。為了緩解圖書推薦系統(tǒng)準(zhǔn)確率低、可解釋性差和數(shù)據(jù)稀疏等問題，本文將圖書評分和圖書標(biāo)簽數(shù)據(jù)相結(jié)合，實現(xiàn)圖書的精準(zhǔn)推薦。首先通過圖書與圖書標(biāo)簽之間的關(guān)系構(gòu)建圖書知識圖譜，提取出圖書與圖書之間的關(guān)系，通過前文提到的算法模型計算推測出讀者的讀書偏好，還可以利用圖書和讀者之間的交互信息，通過協(xié)同過濾算法計算出讀者偏好，綜合上述兩種方法得到推薦列表進(jìn)行最終的TopK推薦。

關(guān)鍵詞：圖書；推薦系統(tǒng)；協(xié)同過濾；知識圖譜

1概述

進(jìn)入21世紀(jì)以來，互聯(lián)網(wǎng)技術(shù)的快速發(fā)展、計算能力的快速提升，各行業(yè)中產(chǎn)生的大量數(shù)據(jù)開始受到學(xué)者、企業(yè)的重視，但用戶在享受其帶來的便利同時，也面臨著信息過載、信息泄露等問題。用戶在信息資源的快速不停地產(chǎn)生情況下無法準(zhǔn)確獲取自己需要的目標(biāo)信息。推薦系統(tǒng)的出現(xiàn)，有效緩解了上述問題。而協(xié)同過濾算法利用協(xié)同信息推薦用戶感興趣的信息，被廣泛運(yùn)用于圖書、電影、電商等領(lǐng)域。但在實際應(yīng)用過程中，協(xié)同過濾的數(shù)據(jù)稀疏問題嚴(yán)重，實際的推薦效果并不理想。為此，學(xué)者們提出了在協(xié)同過濾算法中添加各種輔助信息來解決這個問題。

2研究方案

分析圖書數(shù)據(jù)集的數(shù)據(jù)構(gòu)成，設(shè)計圖書知識圖譜的實體、關(guān)系、屬性以及標(biāo)簽的結(jié)構(gòu)，從圖書數(shù)據(jù)集中抽取出知識語義信息，并對知識語義信息進(jìn)行預(yù)處理。對錯誤、缺失信息進(jìn)行合理化處理，直接提取出實體信息，預(yù)定義實體之間的關(guān)系，對實體進(jìn)行抽取找到匹配關(guān)系，并將實體和關(guān)系信息存入圖形數(shù)據(jù)庫中。通過低維的圖形化表示來直觀地顯示出高維語義信息，以此設(shè)計并構(gòu)建圖書推薦模型并進(jìn)行驗證。

構(gòu)建基于知識圖譜與協(xié)同過濾的推薦模型之前，首先需要考慮其主要的目標(biāo)需求和重點(diǎn)難點(diǎn)，并調(diào)研實際應(yīng)用中不同類別信息對用戶做出選擇的影響程度因子，確定問題的輸入、輸出、約束以及邊界條件，通過對問題的目標(biāo)函數(shù)、約束條件等進(jìn)行梳理，設(shè)計適合圖書推薦的推薦模型。

根據(jù)軟件工程中的相關(guān)概念，在設(shè)計系統(tǒng)軟件時首先需要進(jìn)行需求分析，得到完整的需求定義，從而避免后續(xù)開發(fā)時的不斷修改任務(wù)需求，可以減少開發(fā)周期。

3知識圖譜和協(xié)同過濾算法的引進(jìn)

個性化推薦的基礎(chǔ)原理就是通過采集用戶的信息以及相關(guān)行為進(jìn)行分析推測，以此為基礎(chǔ)向用戶推薦其感興趣的項目，例如在短視頻行業(yè)中，用戶的點(diǎn)贊記錄、興趣愛好等都會被推薦系統(tǒng)抓取，用來提高服務(wù)質(zhì)量，提高用戶黏性。而傳統(tǒng)的推薦算法有：協(xié)同過濾算法、基于內(nèi)容的推薦算法、混合推薦算法等。

協(xié)同過濾算法的原理是計算兩兩個體之間的相似度分析預(yù)測用戶可能感興趣的項目，從而快速準(zhǔn)確地實現(xiàn)將合適的項目推薦給合適的用戶。協(xié)同過濾算法按照根據(jù)主體可劃分為基于項目的協(xié)同過濾推薦（ICF）、基于用戶的協(xié)同過濾（UCF）以及基于模型的協(xié)同過濾（MCF）。前兩種方法都是利用“用戶—項目評分矩陣”進(jìn)行推薦，本文主要采用的是基于用戶的協(xié)同過濾推薦算法。

如圖1所示，在推薦系統(tǒng)中根據(jù)用戶對項目的評分可以得到如下的“用戶項目評分矩陣”，矩陣中的元素值就是特定用戶對特定項目的評分，“*”代表用戶并未對此項目進(jìn)行評分，將該矩陣通過訓(xùn)練得到用戶模型，從中選取出與目標(biāo)用戶最相似的n個用戶，從而為目標(biāo)用戶進(jìn)行推薦。但在實際運(yùn)用過程時發(fā)現(xiàn)用戶對項目評分的數(shù)量較少，形成的該矩陣非常稀疏。

基于用戶的協(xié)同過濾是利用每個用戶對同一個項目的不同感興趣程度，計算出兩兩用戶之間的相似度找到每個用戶的相似用戶集，在相似用戶集的感興趣項目集合中預(yù)測推薦用戶感興趣的項目，其工作原理如圖2所示，UserB和UserC相似，他們的興趣愛好很大程度相似，而UserB喜歡Bookb，所以推測UserC大概率也會喜歡Bookb，所以給他推薦這本書。

其工作流程：

Step1：采用余弦相似度計算公式計算任意兩個用戶之間的相似度

Wμv=N（μ）∩N（v）N（μ）N（v）（1）

Ssep2：建立一張用戶相似度表，其中保存任意兩個用戶之間的相似度，方便后續(xù)挑選出若干個與目標(biāo)用戶最相似的用戶。

Step3：采用如下公式度量用戶μ對物品i的感興趣程度。

p（μ，i）=∑v∈S（μ，K）∩N（i）WμvRvi（2）

其中S（μ，K）表示與用戶μ最相似的K個用戶，將與用戶μ相似的用戶列表按照相似度進(jìn)行排序就可以得到，N（i）表示喜歡物品i的用戶集合，Wμv是用戶μ和用戶v之間的相似度，Rvi表示用戶v對物品i的興趣。

Step4：對于與用戶μ最相似的k個用戶，分別計算用戶μ與這k個用戶喜歡的物品集合In，n∈1，2，…，N之間的感興趣程度，得到用戶μ對這N個物品的感興趣程度排序列表，取前m個物品推薦給用戶μ。

知識圖譜（KnowledgeGraph，KG）是由節(jié)點(diǎn)和邊組成的語義網(wǎng)絡(luò)圖，包含豐富的語義知識被廣泛應(yīng)用到搜索引擎、推薦系統(tǒng)、智能問答等領(lǐng)域。其運(yùn)用在推薦系統(tǒng)上具有準(zhǔn)確率高、可解釋強(qiáng)等優(yōu)點(diǎn)，其按照運(yùn)用方向可以分為兩類，其中最普遍的就是項目知識圖譜，此外還可以將用戶—項目之間存在的各種關(guān)系類型轉(zhuǎn)換為圖譜可表達(dá)的關(guān)系，在此基礎(chǔ)上搭建出用戶—項目關(guān)系的知識圖譜，根據(jù)其圖譜上距離計算相似度從而進(jìn)行推薦。圖書的知識圖譜示例圖如下圖3所示

圖3圖書知識圖譜

知識圖譜是由一條條基礎(chǔ)知識表達(dá)構(gòu)成的，其中每條知識都可以用一個三元組表達(dá)：（實體，關(guān)系，實體）或（實體，屬性，屬性值），例如，某作者與《××》就是通過“作者”關(guān)系建立一個三元組表達(dá)的知識，2012年與《××》通過“出版時間”屬性建立一個三元組。多個這類三元組之間相互關(guān)聯(lián)，從而形成了一個關(guān)于圖書的知識圖譜。根據(jù)這種規(guī)則搭建的圖書知識圖譜，那么兩兩圖書在圖譜中距離就可以代表這兩本圖書之間的相似性。

目前利用知識圖譜進(jìn)行推薦主要采用知識圖譜嵌入、路徑實例挖掘以及高階信息聚合三種技術(shù)。其中知識圖譜嵌入法的主要思想是利用圖譜嵌入技術(shù)獲取用戶和項目的圖譜表示，Wang在論文中將知識圖譜嵌入技術(shù)詳細(xì)分成兩種：基于語義匹配的嵌入和基于距離的翻譯嵌入?；诰嚯x的翻譯嵌入模型將實體和關(guān)系分別以低維向量表示，這是訓(xùn)練知識圖譜中Trans系列算法普遍采用的函數(shù)思想，即：

h+r≈t（3）

其中h，t分別代表知識圖譜中的頭實體和尾實體的向量，r代表關(guān)系的向量。Trans系列方法主要有TransE、TransH以及TransR等。本文的知識圖譜技術(shù)主要采用基于距離的翻譯嵌入TransE算法，其示意圖如圖4所示。

給定圖書的知識圖譜（h，r，t），其中h為頭實體集合，t為尾實體集合，r為關(guān)系集合。然后將實體和關(guān)系在各自的空間中（實體空間和關(guān)系空間）表示為向量，使知識圖譜中的每個三元組的實體向量和關(guān)系向量滿足公式三：即如果三元組是正確的，則頭實體向量加上關(guān)系向量的結(jié)果應(yīng)該和尾實體向量極為接近；反之，頭實體向量和關(guān)系向量的加和應(yīng)該與尾實體向量相差很多?；诖?，TransE算法的目標(biāo)函數(shù)設(shè)計為：

L=∑（h，r，t）∈S∑（h′，r′，t′∈S′）γ+d（h+r，t）－d（h′+r，t′）+（4）

其中h表示正確的三元組集合，h′表示錯誤的三元組集合，γ表示正負(fù)樣本之間的間距，是一個常數(shù)，x+表示max0，x，通常為了訓(xùn)練方便且避免過擬合問題，會加上約束條件

模型優(yōu)化過程為最小化目標(biāo)函數(shù)L，即此時d（h+l，t）的值小，d（h′+l，t′）的值大，同時采用隨機(jī)梯度下降（SGD加速優(yōu)化過程，其算法主要可分為三步，偽代碼描述如下圖5所示：

Step1：對源數(shù)據(jù)進(jìn)行預(yù)處理，設(shè)計實體以及關(guān)系。

Step2：對實體以及關(guān)系進(jìn)行抽取，初始化頭實體、尾實體和關(guān)系向量，并對初始化向量做歸一化處理，構(gòu)建圖書的知識圖譜。

Step3：對數(shù)據(jù)集中的三元組抽樣，并對抽樣出來的三元組進(jìn)行實體替換，形成負(fù)樣本。

Step4：優(yōu)化目標(biāo)函數(shù)，得到實體和關(guān)系的向量表示。

混合推薦系統(tǒng)是采用多種推薦方式相結(jié)合產(chǎn)生的，將各種推薦方式的優(yōu)點(diǎn)融合在一起。混合推薦技術(shù)可以分為推薦算法的混合技術(shù)和推薦結(jié)果的混合技術(shù)。推薦算法的混合是將不同的推薦算法融合在一起，從而改善嵌入向量的計算過程，以此來獲得更加優(yōu)質(zhì)的推薦結(jié)果。推薦結(jié)果的混合式指通過不同的推薦方式，得到多個推薦結(jié)果，再通過不同的參數(shù)將每個推薦技術(shù)的推薦結(jié)果合并至最終的推薦結(jié)果列表中，以達(dá)到最優(yōu)的推薦結(jié)果。

結(jié)語

通過對讀者興趣愛好進(jìn)行合適表達(dá)，基于協(xié)同過濾算法和知識圖譜構(gòu)建出適合圖書的推薦模型，在實踐中反復(fù)驗證并改進(jìn)，以提升推薦系統(tǒng)的運(yùn)行速度和準(zhǔn)確率，主要是在傳統(tǒng)的協(xié)同過濾算法基礎(chǔ)上融合了知識圖譜技術(shù)，彌補(bǔ)了協(xié)同過濾算法的不足；對參數(shù)進(jìn)行多次調(diào)優(yōu)，使之符合圖書推薦系統(tǒng)的特點(diǎn)，符合用戶對圖書推薦的期望，在推薦效果上優(yōu)于單一技術(shù)應(yīng)用的使用；搭建系統(tǒng)的客戶端和服務(wù)，為讀者提供可視化界面。

參考文獻(xiàn)：

［1］趙俊逸，莊福振，敖翔，等.協(xié)同過濾推薦系統(tǒng)綜述［J］.信息安全學(xué)報，2021，6（05）：1734.

［2］黃勃，嚴(yán)非凡，張昊，等.推薦系統(tǒng)研究進(jìn)展與應(yīng)用［J］.武漢大學(xué)學(xué)報（理學(xué)版），2021，67（06）：503516.

［3］劉佳奇，王全民.基于改進(jìn)的用戶協(xié)同過濾算法的高校個性化圖書推薦系統(tǒng)［J］.計算機(jī)與數(shù)字工程，2020，48（10）：24582461.

［4］于洪，李俊華.一種解決新項目冷啟動問題的推薦算法［J］.軟件學(xué)報，2015，26（06）：13951408.

［5］趙杰.基于改進(jìn)用戶興趣模型的個性化圖書推薦算法（英文）［J］.機(jī)床與液壓，2018，46（06）：193198.

［6］鄒海濤，陳沁梅.基于信任網(wǎng)絡(luò)與協(xié)同過濾的自適應(yīng)推薦模型研究［J］.江蘇科技大學(xué)學(xué)報（自然科學(xué)版），2019，33（04）：4550.

［7］劉嶠，李楊，段宏，等.知識圖譜構(gòu)建技術(shù)綜述［J］.計算機(jī)研究與發(fā)展，2016，53（03）：582600.

［8］VrandeCˇiC＇D，KrtzschM.Wikidata：afreecollaborativeknowledgebase［J］.CommunicationsoftheACM，2014，57（10）：7885.

［9］李雪婷，楊抒，賽亞熱·迪力夏提，等.融合內(nèi)容與協(xié)同過濾的混合推薦算法應(yīng)用研究［J］.計算機(jī)技術(shù)與發(fā)展，2021，31（10）：2429+37.

項目：廣東高校重點(diǎn)領(lǐng)域?qū)ｍ椥乱淮畔⒓夹g(shù)重點(diǎn)領(lǐng)域?qū)ｍ楉椖浚ň幪枺?021ZDZX1019）

作者簡介：孫進(jìn)強(qiáng)（1999—），男，漢族，安徽安慶人，碩士研究生在讀，專業(yè)：人工智能，研究方向：大數(shù)據(jù)應(yīng)用；肖銀寶（1973—），男，漢族，云南昆明人，碩士，助理研究員，研究方向：科技管理及信息化。