用戶和相似性填充相融合的協(xié)同推薦模型

武俊芳，吳 婷

(1.鄭州工商學(xué)院 機(jī)械與電信工程學(xué)院，河南 鄭州 451400；2.中原工學(xué)院 計算機(jī)學(xué)院，河南 鄭州 450000)

0 引 言

當(dāng)前有大量優(yōu)秀的協(xié)同過濾推薦模型[1-3]，并且在實際應(yīng)用中取得了不錯的推薦效果[4]，然而協(xié)同過濾推薦模型存在許多缺陷，最常見的為：在數(shù)據(jù)稀疏情況下，推薦質(zhì)量急劇下降[5]。目前主要通過降維技術(shù)解決數(shù)據(jù)稀疏難，如有學(xué)者提出了基于概率矩陣分解的降維技術(shù)[6]；有學(xué)者提了采用主成分分析、因子分析的降維技術(shù)[7,8]，這些降維技術(shù)可以在保留原始數(shù)據(jù)信息的基礎(chǔ)上，有效實現(xiàn)數(shù)據(jù)維數(shù)，推薦效果得到了明顯的改善，但在降維同時，會損失一定數(shù)量的重要信息[9]。隨后有學(xué)者提出了奇異值分解和k近鄰的協(xié)同過濾相融合的推薦模型，采用奇異值對原始評分矩陣進(jìn)行分解，然后采用近似評分矩陣估計用戶相似度，最后采用k近鄰算法進(jìn)行推薦預(yù)測，一定程度上緩解了數(shù)據(jù)稀疏性問題，但其仍然無法全面挖掘用戶特征信息[10]。

針對當(dāng)前協(xié)同過濾推薦模型存在的精度低、冷啟動等難題，設(shè)計了用戶和相似性填充相融合的協(xié)同過濾推薦模型，采用標(biāo)準(zhǔn)數(shù)據(jù)集Movielens和Book-Crossing數(shù)據(jù)集對模型性能進(jìn)行測試，結(jié)果表明，該模型提高了協(xié)同過濾推薦的預(yù)測精度，而且預(yù)測性能要明顯好于對比模型，解決對比模型存在的缺陷，獲得了理想的協(xié)同過濾推薦效果。

1 相關(guān)理論

1.1 經(jīng)典協(xié)同過濾推薦模型

協(xié)同過濾模型已經(jīng)引起了學(xué)者們的高度關(guān)注，其中基于用戶的協(xié)同過濾應(yīng)用最為廣泛[11]。興趣度是協(xié)同過濾推薦模型中的一個重要指標(biāo)，主要描述用戶與項目之間的聯(lián)系，常采用戶-評分矩陣進(jìn)行刻畫。設(shè)共有n個用戶、m個項目，那么用戶-項目評分矩陣的計算公式為

(1)

式中：ru,j——用戶u對項目j的評分。

基于用戶的協(xié)同過濾推薦步驟為:

步驟1 利用評分矩陣估計用戶u，v的相似度Sim(u,v)，其中u,v∈U，U表示用戶集合，當(dāng)前用戶相似度估計算法很多，針對不同應(yīng)用領(lǐng)域，選擇不同的估計算法，其中基于皮爾遜相關(guān)系數(shù)的用戶相似度估計算法最為常用，具體為

(2)

步驟2 采用k鄰近算法選擇鄰居集合。設(shè)用戶u0的鄰居集合為Uu0，若預(yù)測ru0,j，首先搜索評價過項目j的用戶集合Uj，并計算u0與Uj元素間的相似度，然后根據(jù)相似度的值進(jìn)行降序排列，選擇前k個元素組成居集合Uu0。

步驟3 根據(jù)式(3)實現(xiàn)u0對項目j的評分預(yù)測

(3)

1.2 概率矩陣分解技術(shù)

(4)

式中：σ——觀測噪聲的方差。

U和V的概率密度函數(shù)分別為

(5)

式中：σU，σV——先驗噪聲的方差。

根據(jù)式(4)和式(5)得到貝葉斯后驗概率為

(6)

對式(6)進(jìn)行對數(shù)變換得到

(7)

式中：C——一個常數(shù)。

最大化U和V的后驗概率為

(8)

式中：λU、λV——正則化參數(shù)。

2 用戶和相似性填充的協(xié)同推薦模型

2.1 部分填充算法

對于數(shù)據(jù)稀疏性問題，通常采用數(shù)據(jù)填充算法實現(xiàn)數(shù)據(jù)補(bǔ)充，提高用戶相似性計算精度，當(dāng)前填充算法很多，如項目評分均值、用戶評分均值等，但它們破壞原始數(shù)據(jù)的分布和特征，有時反而降低了用戶相似性計算精度，為此采用一種新的填充算法，即部分填充算法，具體如下：

(3)根據(jù)R得到用戶a和b的評分項目集合Va和Vb；

(4)計算Va、Vb的項目并集Va∪b和交集Va∩b，根據(jù)Va∪b和Va∩b，得到a和b沒有評價過的項目集合Va⊕b，即有

Va⊕b=Va∪b-Va∩b

(9)

(10)

2.2 用戶信任因子

采用部分填充算法雖然可以解決數(shù)據(jù)稀疏性問題，但得到的相似性度值無法準(zhǔn)確描述用戶間的實際關(guān)系，因此對評分進(jìn)行預(yù)測時，需求考慮其它因素，稱它們?yōu)橛脩粜湃我蜃?，具體為:

(1)對原始和填充后的皮爾遜相似度進(jìn)行加權(quán)，得到最后的用戶相似度為

Sim_adj=w1×Simfill_pearson+w2×Simpearson

(11)

式中：w1和w2表示權(quán)值，且有w1+w2=1。

(12)

(3)綜合上述，相似度的最終計算式為

Simtr=w1Simfill_pearson+w2Simpearson+w3Nu

(13)

2.3 用戶和相似性填充的協(xié)同推薦步驟

(1)構(gòu)建用戶-項目評分矩陣。

(2)采用概率矩陣分解技術(shù)對評分矩陣進(jìn)行分解。

(3)根據(jù)分解結(jié)果進(jìn)行逆操作得到近似評分矩陣。

(4)采用近似矩陣對對缺失評價的項目進(jìn)行填充，得到用戶相似度。

(5)用信任度因子對填充誤差進(jìn)行適當(dāng)調(diào)整，得到最終的用戶間相似度。

(6)通過k-近鄰算法構(gòu)建用戶鄰居集，并對用戶評分進(jìn)行預(yù)測，得到預(yù)測結(jié)果。

(7)根據(jù)預(yù)測結(jié)果實現(xiàn)用戶協(xié)同推薦。

3 仿真測試

3.1 數(shù)據(jù)以及評價指標(biāo)

為了測試用戶和相似性填充相融合的協(xié)同推薦模型(User-SF)的有效性，在Matlab 2014平臺進(jìn)行仿真實驗，采用當(dāng)前協(xié)同推薦測試的標(biāo)準(zhǔn)數(shù)據(jù)集——Movielens作為研究對象，該數(shù)據(jù)集共包含943個用戶對1682個項目的評價，數(shù)據(jù)采集時間為：1997.9.19～1998.5.22，用戶評分集為1～5級。該數(shù)據(jù)集的稀疏等級為93.7%，其中訓(xùn)練集和測試集所占比例分別為80%和20%。

當(dāng)前協(xié)同推薦結(jié)果的評價很多，選擇平均絕對誤差MAE(mean absolute error)作為協(xié)同推薦結(jié)果的評價標(biāo)準(zhǔn)[13]。設(shè)測試集的期望評分為{p1，p2，p3，…，pn}，評分的預(yù)測結(jié)果為{q1，q2，q3，…，qn}，那么MAE的計算公式為

(14)

為了測試User-SF的優(yōu)越性，選擇當(dāng)前幾種經(jīng)典模型進(jìn)行對比測試，它們分別為：①基于Pearson的協(xié)同過濾模型(Pearson)、②評分均值的矩陣填充的協(xié)同過濾模型(Mean-CF)。

3.2 結(jié)果與分析

采用基User-SF、Pearson和Mean-CF對測試集進(jìn)行預(yù)測，并統(tǒng)計預(yù)測結(jié)果，不同鄰居數(shù)目條件下，它們的MAE變化曲線如圖1所示。對圖1的實驗結(jié)果進(jìn)行分析可以發(fā)現(xiàn)，隨著鄰居數(shù)量的增加，用戶推薦結(jié)果的MAE值不斷下降，當(dāng)鄰居數(shù)量達(dá)到一定程度時，用戶推薦結(jié)果的MAE值變化比較平穩(wěn)，而在相同鄰居數(shù)量的條件下，User-SF的MAE值最小，這表明User-SF的用戶推薦結(jié)果更優(yōu)，有效提高了用戶的推薦精度，這主要是由于User-SF采用矩陣填充用戶項目評分集合得到用戶間相似度，并引入信任度因子對填充誤差進(jìn)行適當(dāng)調(diào)整，克服了對比模型存在的局限性，實驗結(jié)果驗證了User-SF的優(yōu)越性。

圖1 不同鄰居數(shù)目的MAE比較

從Movielens數(shù)據(jù)集隨機(jī)選擇100個用戶，將它們評分信息全部清除掉，統(tǒng)計該情況的MAE值，實驗結(jié)果如圖2所示。對圖2的實驗結(jié)果進(jìn)行對比和分析可以看出，相對于對比模型，User-SF解決了用戶推薦過程中的冷啟動難題，有效減少了用戶推薦誤差，有效改善了用戶推薦效果，驗證了User-SF具有良好的魯棒性。

圖2 冷啟動條件下的MAE比較

隨機(jī)選擇部分?jǐn)?shù)據(jù)，并對它們進(jìn)行稀疏度處理，模擬數(shù)據(jù)的稀疏特性，并統(tǒng)計它們的MAE值，結(jié)果如圖3所示。從圖3的實驗結(jié)果可以發(fā)現(xiàn)，數(shù)據(jù)的稀疏特性越嚴(yán)重，那么MAE值就越大，在相同數(shù)據(jù)的稀疏特性條件下，User-SF的MAE值相對更小，較好解決了數(shù)據(jù)的稀疏特性難題，提高了用戶推薦精度。

圖3 稀疏度條件下的MAE比較

為了分析協(xié)同推薦模型的通用性，選擇另一個標(biāo)準(zhǔn)數(shù)據(jù)集—Book-Crossing作為實驗對象，該數(shù)據(jù)MAE模型的包含了278 858個用戶的評分信息，不同模型的MAE值統(tǒng)計結(jié)果如圖4所示。對圖4的MAE值進(jìn)行對比可以知道，相對于對比模型，User-SF的MAE值更小，獲得更高的用戶推薦精度，實驗結(jié)果驗證User-SF具有更優(yōu)的通用性，適用范圍更加廣泛。

圖4 不同模型的Book-Crossing的MAE比較

4 結(jié)束語

在分析當(dāng)前用戶協(xié)同推薦模型的局限性基礎(chǔ)上，提出了基于用戶和相似性填充相融合的協(xié)同過濾推薦模型。首先引入部分填充算法避免出現(xiàn)用戶數(shù)據(jù)和信息的過度填充現(xiàn)象，解決均值和全部填充存在的不足以及數(shù)據(jù)稀疏特性難題，然后引入信任因子和相似性度權(quán)重調(diào)整方法得到更為準(zhǔn)確的用戶間相似度，采用標(biāo)準(zhǔn)數(shù)據(jù)集Movielens和Book-Crossing進(jìn)行了仿真測試。結(jié)果表明，該模型提高了用戶協(xié)同推薦的精度，獲得了更加理想的用戶協(xié)同推薦結(jié)果，具有更高的實際應(yīng)用價值。

[1]KeunhoChoi,YongmooSuh.Anewsimilarityfunctionforselectingneighborsforeachtargetitemincollaborativefiltering[J].KnowledgeBasedSystems,2013,37(1):146-153.

[2]KrzywickiA,WobckeW,KimYS,etal.Collaborativefilteringforpeople-to-peoplerecommendationinonlinedating:Dataanalysisandusertrial[J].InternationalJournalofHumanComputerStudies,2015,76(12):50-66.

[3]SHIFengxian,CHENEnhong.Combiningtheitems’discri-minabilitiesonuserinterestsforcollaborativefiltering[J].JournalofChineseComputerSystems,2012,33(7):1533-1536(inChinese).[施風(fēng)仙,陳恩紅.結(jié)合項目區(qū)分用戶興趣度的協(xié)同過濾算法[J].小型微型計算機(jī)系統(tǒng),2012,33(7):1533-1536.]

[4]YANGXingyao,YUJiong,TurgunIbrahim,etal.Collaborativefilteringrecommendationmodelbasedontrustmodelfilling[J].ComputerEngineering,2015,41(5):6-13(inChinese).[楊興耀,于炯,吐爾根·依布拉音,等.基于信任模型填充的協(xié)同過濾推薦模型[J].計算機(jī)工程,2015,41(5):6-13.]

[5]ZOUBenyou,LICuiping,TANLiwen,etal.Socialrecommendationsbasedonusertrustandtensorfactorization[J].JournalofSoftware,2014,25(12):2852-2864(inChinese).[鄒本友,李翠平,譚力文,等.基于用戶信任和張量分解的社會網(wǎng)絡(luò)推薦[J].軟件學(xué)報,2014,25(12):2852-2864.]

[6]XIAOXiaoli,QIANYali,LIDanjiang,etal.Clusteringre-commendationalgorithmbasedonuserinterestandsocialtrust[J].JournalofComputerApplications,2016,36(5):1273-1278(inChinese).[肖曉麗,錢婭麗,李旦江,等.基于用戶興趣和社交信任的聚類推薦算法[J].計算機(jī)應(yīng)用,2016,36(5):1273-1278.]

[7]RENKankan,QIANXuezhong.Researchonusersimilaritymeasuremethodincollaborativefilteringalgorithm[J].ComputerEngineering,2015,41(8):18-22(inChinese).[任看看,錢雪忠.協(xié)同過濾算法中的用戶相似性度量方法研究[J].計算機(jī)工程,2015,41(8):18-22.]

[8]YINHang,CHANGGuiran,WANGXingwei.EffectofclusteringalgorithminK-nearestneighborhoodbasedcollaborativefiltering[J].JournalofChineseComputerSystems,2013,34(4):806-809(inChinese).[尹航,常桂然,工興偉.采用聚類算法優(yōu)化的K近鄰協(xié)同過濾算法[J].小型微型計算機(jī)系統(tǒng),2013,34(4):806-809.]

[9]RONGHuigui,HUOShengxu,HUChunhua,etal.Usersimilarity-basedcollaborativefilteringrecommendationalgorithm[J].JournalonCommunications,2014,35(2):16-24(inChinese).[榮輝桂,火生旭,胡春華,等.基于用戶相似度的協(xié)同過濾推薦算法[J].通信學(xué)報,2014,35(2):16-24.]

[10]DINGShaoheng,JIDonghong,WANGLulu.Collaborativefilteringrecommendationalgorithmbasedonuserattributesandscores[J].ComputerEngineeringandDesign,2015,36(2):487-491(inChinese).[丁少衡,姬東鴻,王路路.基于用戶屬性和評分的協(xié)同過濾推薦算法[J].計算機(jī)工程與設(shè)計,2015,36(2):487-491.]

[11]WANGXingmao,ZHANGXingming,WUJiangxing.Collaborativefilteringrecommendationalgorithmbasedononejumptrustmodel[J].JournalonCommunications,2015,36(6):193-200(inChinese).[王興茂,張興明,鄔江興.基于一跳信任模型的協(xié)同過濾推薦算法[J].通信學(xué)報,2015,36(6):193-200.]

[12]ZHOULulu.Improvedrecommendationsystembasedonsocialtrustrelation[J].ComputerApplicationsandSoftware,2014,31(7):31-35(inChinese).[周璐璐.融合社會信任關(guān)系的改進(jìn)推薦系統(tǒng)[J].計算機(jī)應(yīng)用與軟件,2014,31(7):31-35.]

[13]DENGXing,DENGZhenrong,XULiang,etal.Optimizedcollaborativefilteringrecommendationalgorithm[J].ComputerEngineeringandDesign,2016,37(5):1259-1264(inChinese).[鄧星,鄧珍榮,許亮,等.優(yōu)化的協(xié)同過濾推薦算法[J].計算機(jī)工程與設(shè)計,2016,37(5):1259-1264.]