基于用戶興趣變化的協(xié)同過(guò)濾推薦算法

李道國(guó)1，何狄江，李連杰

（1.杭州電子科技大學(xué)信息工程學(xué)院；2.杭州電子科技大學(xué)管理學(xué)院，浙江杭州310018）

基于用戶興趣變化的協(xié)同過(guò)濾推薦算法

李道國(guó)1，何狄江2，李連杰2

（1.杭州電子科技大學(xué)信息工程學(xué)院；2.杭州電子科技大學(xué)管理學(xué)院，浙江杭州310018）

文章將用戶興趣設(shè)定為變量，重新定義了相似度以及評(píng)分預(yù)測(cè)的計(jì)算方法，在一定程度上提高了經(jīng)典協(xié)同過(guò)濾推薦算法的精確度；提出結(jié)合用戶評(píng)分時(shí)間以及用戶訪問(wèn)次數(shù)的時(shí)間權(quán)重模型來(lái)描述用戶興趣的變化，使得相似度以及評(píng)分預(yù)測(cè)的計(jì)算結(jié)果更加合理。實(shí)驗(yàn)結(jié)果表明，新算法比傳統(tǒng)基于項(xiàng)目的協(xié)同過(guò)濾算法降低了約8%的平均絕對(duì)誤差、提高了約15%的準(zhǔn)確率以及18%的召回率，在一定程度上改善了推薦系統(tǒng)的推薦效果。該算法僅在M ovieLens數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)測(cè)試，還需要在其他數(shù)據(jù)集上進(jìn)行檢驗(yàn)。

協(xié)同過(guò)濾；用戶評(píng)分時(shí)間；用戶訪問(wèn)次數(shù)；相似度；評(píng)分預(yù)測(cè)

一、引言

互聯(lián)網(wǎng)的迅猛發(fā)展把人們帶入了一個(gè)新的信息時(shí)代，人們周圍的數(shù)據(jù)量正在以指數(shù)級(jí)的速度增長(zhǎng)，怎樣能在龐大的數(shù)據(jù)中快速、準(zhǔn)確地找到所需的信息成為難題[1-2]。在這種背景下，個(gè)性化推薦應(yīng)運(yùn)而生。協(xié)同過(guò)濾（Collaborative Filtering，簡(jiǎn)稱CF）是其中應(yīng)用最廣泛的推薦算法，其理論基礎(chǔ)是人們的從眾心理。雖然CF推薦算法在很多方面表現(xiàn)出了獨(dú)特的優(yōu)勢(shì)所在，但也存在一些局限性，例如用戶興趣不是一成不變的。由于所處的環(huán)境、年齡等多種因素的影響，每個(gè)人的興趣喜好在發(fā)生著變化。而作為幫助用戶過(guò)濾信息的推薦系統(tǒng)就需要時(shí)刻關(guān)注用戶興趣的變化才能為用戶提供高質(zhì)量的推薦服務(wù)，才能夠在飛速發(fā)展的互聯(lián)網(wǎng)時(shí)代立足[3]。但是這些因素很難用科學(xué)的計(jì)算方法來(lái)實(shí)現(xiàn)，傳統(tǒng)的CF推薦算法假定用戶評(píng)分時(shí)間并不影響相似度的度量，但是實(shí)際上，不斷變化的用戶興趣卻在影響著系統(tǒng)推薦的質(zhì)量。

針對(duì)上述問(wèn)題，本文提出了一種基于用戶興趣變化的協(xié)同過(guò)濾推薦算法，該算法將用戶興趣隨時(shí)間的變化情況考慮在內(nèi)，并通過(guò)改善相似度及預(yù)測(cè)評(píng)分的計(jì)算方式，來(lái)緩解用戶興趣變化對(duì)系統(tǒng)推薦結(jié)果的影響，進(jìn)而達(dá)到提高推薦精度的目的。

二、研究背景

用戶興趣的準(zhǔn)確獲取是推薦系統(tǒng)十分重要的研究?jī)?nèi)容。在初期協(xié)同過(guò)濾推薦系統(tǒng)運(yùn)行中，稀疏性和冷啟動(dòng)問(wèn)題對(duì)系統(tǒng)的影響比較大。隨著用戶對(duì)系統(tǒng)使用時(shí)間的推移，其興趣必然也會(huì)發(fā)生變化，這便增加了系統(tǒng)準(zhǔn)確獲得用戶興趣偏好的難度，只有解決該問(wèn)題才能夠?qū)⒂脩粽嬲信d趣的項(xiàng)目推薦給用戶。在協(xié)同過(guò)濾推薦算法中，用戶之間相似度的計(jì)算結(jié)果直接影響著系統(tǒng)的推薦質(zhì)量。傳統(tǒng)相似度的計(jì)算方法主要有三種[4]，但是這三種方法都沒(méi)有將評(píng)分的時(shí)間考慮在內(nèi)，認(rèn)為評(píng)分時(shí)間不影響用戶或者項(xiàng)目之間相似度的計(jì)算。雖然剛開(kāi)始對(duì)系統(tǒng)的影響不大，但是隨著用戶使用系統(tǒng)時(shí)間的不斷增加，用戶的興趣可能會(huì)發(fā)生很大的改變，此時(shí)再使用傳統(tǒng)的方法會(huì)使得計(jì)算出的相似度出現(xiàn)不準(zhǔn)確的結(jié)果。另外，在計(jì)算預(yù)測(cè)評(píng)分時(shí)[5]，僅僅通過(guò)相似度的大小來(lái)區(qū)分每個(gè)評(píng)分的重要程度，同樣也沒(méi)有將用戶評(píng)分時(shí)間的重要性加以區(qū)分，造成預(yù)測(cè)評(píng)分出現(xiàn)不準(zhǔn)確，降低了推薦結(jié)果的精度。

因此本文提出了基于艾賓浩斯曲線，通過(guò)引入用戶評(píng)分時(shí)間及用戶訪問(wèn)次數(shù)對(duì)用戶評(píng)分建立新的時(shí)間權(quán)重模型，進(jìn)而改進(jìn)傳統(tǒng)協(xié)同過(guò)濾推薦算法中因用戶興趣變化所導(dǎo)致的推薦系統(tǒng)推薦準(zhǔn)確性降低的問(wèn)題。

三、適應(yīng)用戶興趣變化的協(xié)同過(guò)濾推薦算法

（一）艾賓浩斯遺忘曲線

19世紀(jì)著名的德國(guó)心理學(xué)家艾賓浩斯（Hermann Ebbinghaus）提出了艾賓浩斯遺忘曲線[6]，如圖1所示。他通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，人在學(xué)習(xí)之后便會(huì)立即開(kāi)始遺忘，并且遺忘的速度是不同的，剛開(kāi)始遺忘的速度最快，急劇下降，之后便開(kāi)始逐漸的緩慢，直到趨于穩(wěn)定，隨后遺忘停止。

圖1 艾賓特斯遺忘曲線

用戶興趣的變化符合艾賓特斯遺忘曲線，因此遵循以該理論為基礎(chǔ)的權(quán)值計(jì)算原則，在傳統(tǒng)基于項(xiàng)目的協(xié)同過(guò)濾推薦算法的基礎(chǔ)上引入用戶評(píng)分時(shí)間以及用戶訪問(wèn)次數(shù)的權(quán)值模型來(lái)描述用戶的興趣隨時(shí)間的變化。

（二）基于艾賓特斯遺忘曲線的權(quán)重定義

綜上所述，新的時(shí)間權(quán)重模型表示為：

其中n為項(xiàng)目的總數(shù)。新的權(quán)重模型反映了用戶的長(zhǎng)期興趣偏好的同時(shí)又準(zhǔn)確地反映了用戶興趣的變化。

（三）改進(jìn)后算法的主要步驟

輸入：目標(biāo)用戶u訪問(wèn)過(guò)的項(xiàng)目集合Iu。

輸出：目標(biāo)用戶u的TOP-N項(xiàng)目推薦列表。

Step1：對(duì)目標(biāo)用戶訪問(wèn)過(guò)的項(xiàng)目集合Iu中的項(xiàng)目i，根據(jù)公式（1）和（2）計(jì)算的值。

Step2：根據(jù)公式（3）計(jì)算項(xiàng)目i（i∈Iu）與其他項(xiàng)目的相似度，根據(jù)計(jì)算結(jié)果確定項(xiàng)目i的最近鄰集合Ki，將所有Ki中的數(shù)據(jù)合并為集合Z，Z=∑Ki。

Step3：統(tǒng)計(jì)項(xiàng)目集合Iu和集合Z中重合的項(xiàng)目，并把這些項(xiàng)目從Z中刪除，最終得到目標(biāo)用戶u的候選推薦集合Zu，Zu=Z-Iu。

Step5：將Step4中根據(jù)計(jì)算出的項(xiàng)目預(yù)測(cè)評(píng)分，依據(jù)降序從大到小進(jìn)行排列，選擇排在最前面的N個(gè)項(xiàng)目推薦給目標(biāo)用戶u。

四、實(shí)驗(yàn)結(jié)果及分析

（一）實(shí)驗(yàn)數(shù)據(jù)與環(huán)境

實(shí)驗(yàn)數(shù)據(jù)采用Minnesota大學(xué)GroupLens研究小組創(chuàng)建的MoieLens數(shù)據(jù)集中的100 K的數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。該數(shù)據(jù)集中記錄了總共有943個(gè)用戶對(duì)1 682部電影的1×105條評(píng)分。電影的評(píng)分分值在[0-5]之間不等，用戶對(duì)電影的喜愛(ài)程度隨著評(píng)分分值的增加而遞增[7]。數(shù)據(jù)集中的數(shù)據(jù)按照4∶1的比例劃分為訓(xùn)練集和測(cè)試集[8]。

實(shí)驗(yàn)環(huán)境是Intel（R）Core（TM）i3-2310M2.10GHz CPU，內(nèi)存2GB，Microsoft Windows7操作系統(tǒng)，算法使用Matlab語(yǔ)言編寫(xiě)來(lái)實(shí)現(xiàn)。

（二）檢驗(yàn)指標(biāo)

1.平均絕對(duì)誤差（MAE）。MAE是推薦系統(tǒng)中最常用也是最簡(jiǎn)單的一種性能評(píng)價(jià)標(biāo)準(zhǔn)，它通過(guò)計(jì)算出所有的預(yù)測(cè)評(píng)分與實(shí)際評(píng)分之間的偏差來(lái)衡量算法的優(yōu)劣[3]。MAE值的計(jì)算如公式（5）所示：

預(yù)測(cè)評(píng)分為P（u，i）（表示用戶u對(duì)電影i的預(yù)測(cè)評(píng)分），用戶實(shí)際評(píng)分Ru，i（表示用戶u對(duì)電影i的真實(shí)評(píng)分），n表示Pu，i或者 Ru，i的數(shù)量，MAE值越小說(shuō)明該算法就越精確。MAE值的計(jì)算如公式所示。

2.準(zhǔn)確率（precision）。推薦的準(zhǔn)確率就是在N個(gè)推薦給用戶的項(xiàng)目中，同時(shí)出現(xiàn)在測(cè)試集中的概率。計(jì)算如公式（6）所示：

3.召回率（recall）。對(duì)于目標(biāo)用戶的推薦召回率則是測(cè)試集中目標(biāo)用戶已經(jīng)選的項(xiàng)目中，出現(xiàn)在該用戶的推薦集中的概率，計(jì)算如公式（7）所示：

其中 Ttest表示在測(cè)試數(shù)據(jù)集中項(xiàng)目的數(shù)量，Ttop-N表示系統(tǒng)推薦給用戶的N個(gè)項(xiàng)目。準(zhǔn)確率越高說(shuō)明該算法的效果越好，同樣，召回率越高說(shuō)明算法的效果越好。

（三）實(shí)驗(yàn)分析

實(shí)驗(yàn)一：根據(jù)最近鄰個(gè)數(shù)的不同，MAE值的變化情況

最近鄰個(gè)數(shù)分別取10、20、30、40、50（實(shí)驗(yàn)二、三取值相同），利用公式（5），計(jì)算出本文提出的新算法以及傳統(tǒng)基于項(xiàng)目的CF推薦算法MAE值隨最近鄰個(gè)數(shù)的不同的變化情況如圖2所示：

圖2 最近鄰集合取值對(duì)MAE值的影響

從圖2看出，引入用戶評(píng)分時(shí)間以及用戶訪問(wèn)次數(shù)的CF推薦算法在最近鄰個(gè)數(shù)取值范圍內(nèi)，MAE值均小于傳統(tǒng)的CF推薦算法。MAE值平均降低8%。

實(shí)驗(yàn)二：根據(jù)最近鄰個(gè)數(shù)的不同，Precision的變化情況

利用公式（6），計(jì)算出本文提出的新的算法與傳統(tǒng)基于項(xiàng)目的CF推薦算法Precision值隨不同的最近鄰個(gè)數(shù)的變化情況，如圖3所示：

圖3 最近鄰取值對(duì)Precision的影響

從圖3可以看出，改進(jìn)后的算法在最近鄰個(gè)數(shù)取值為[10，50]時(shí)，Precision的值均大于傳統(tǒng)基于項(xiàng)目的CF算法。Precision平均提高 15%。從圖 3還可以看出Precision的值波動(dòng)不大，其值不與最近鄰個(gè)數(shù)的取值相關(guān)。

實(shí)驗(yàn)三：根據(jù)最近鄰個(gè)數(shù)的不同，Recall的變化情況

利用公式（7）本文提出的新的算法與傳統(tǒng)基于項(xiàng)目的CF推薦算法的Recall值隨最近鄰個(gè)數(shù)不同的變化情況如圖4所示：

圖4 最近鄰取值對(duì)Recall值的影響

從圖4可以看出，在最近鄰介于10～50之間時(shí)，改進(jìn)的基于項(xiàng)目的CF推薦算法的Recall值均大于傳統(tǒng)基于項(xiàng)目的CF推薦算法。Recall值平均提高18%。從圖4還可以看出Recall的值不隨最近鄰取值的不同而變化，波動(dòng)不大。

通過(guò)以上三組對(duì)比實(shí)驗(yàn)結(jié)果可知，本文提出的算法在MAE、Precision、Recall三項(xiàng)指標(biāo)上都有很好的表現(xiàn)性能。這是因?yàn)楦倪M(jìn)后的算法在相似度以及評(píng)分預(yù)測(cè)的計(jì)算過(guò)程中反映了用戶興趣的變化，在一定程度上有助于提高系統(tǒng)的推薦準(zhǔn)確度。

五、總結(jié)

本文針對(duì)傳統(tǒng)的基于項(xiàng)目的協(xié)同過(guò)濾推薦算法中沒(méi)有將用戶興趣的變化反應(yīng)在相似度以及預(yù)測(cè)評(píng)分的計(jì)算過(guò)程中，提出了一種基于用戶興趣變化的協(xié)同過(guò)濾推薦算法。新的算法通過(guò)結(jié)合用戶評(píng)分時(shí)間以及用戶瀏覽次數(shù)建立新的時(shí)間權(quán)重模型，改善兩個(gè)項(xiàng)目相似度以及預(yù)測(cè)評(píng)分的計(jì)算。通過(guò)實(shí)驗(yàn)一、二、三的結(jié)果可知，新的算法能夠在一定程度上緩解用戶興趣隨時(shí)間變化的問(wèn)題，在一定程度上提高了推薦系統(tǒng)的準(zhǔn)確性。

[1]羅琦，繆昕杰，魏倩.稀疏數(shù)據(jù)集協(xié)同過(guò)濾算法的進(jìn)一步研究[J].計(jì)算機(jī)科學(xué)，2014（6）：264-268.

[2]鄧華平.基于項(xiàng)目聚類和評(píng)分的時(shí)間加權(quán)協(xié)同過(guò)濾算法[J].計(jì)算機(jī)應(yīng)用究，2015（7）：1966-1969.

[3]王鵬.基于矩陣分解的推薦系統(tǒng)算法研究[D].北京交通大學(xué)，2015.

[4]李紅梅，郝文寧，陳剛.基于改進(jìn)LSH的協(xié)同過(guò)濾推薦算法[J].計(jì)算機(jī)科學(xué)，2015，42（10）：256-261.

[5]孫輝，馬躍，楊海波，等，2014.一種相似度改進(jìn)的用戶聚類協(xié)同過(guò)濾推薦算法[J].小型微型計(jì)算機(jī)系統(tǒng)（9）：1967-1970.

[6]楊崢.基于用戶興趣變化的協(xié)同過(guò)濾推薦算法研究[D].燕山大學(xué)，2015.

[7]劉占兵，肖詩(shī)斌，2015.基于用戶興趣模糊聚類的協(xié)同過(guò)濾算法[J].現(xiàn)代圖書(shū)情報(bào)技術(shù)（11）：12-17.

[8]柯良文，王靖，2015.基于用戶特征遷移的協(xié)同過(guò)濾推薦[J].計(jì)算機(jī)工程（1）：37-43.

（責(zé)任編輯：C 校對(duì)：L）

F062.5

A

1004-2768（2017）01-0019-03

2016-09-22

李道國(guó)（1965-），男，浙江杭州人，杭州電子科技大學(xué)信息工程學(xué)院教授，研究方向：電子商務(wù)、模式識(shí)別與人工智能；何狄江（1991-），男，浙江紹興人，杭州電子科技大學(xué)管理學(xué)院碩士研究生，研究方向：供應(yīng)鏈管理；李連杰（1991-），女，內(nèi)蒙古赤峰人，杭州電子科技大學(xué)管理學(xué)院碩士研究生，研究方向：電子商務(wù)。何狄江為通訊作者。