基于云教育平臺下對個性化推薦技術(shù)的研究

徐州市第一中學(xué) 李斐然

1.概要與背景

目前，云教育平臺存在海量教育資源，被動式搜索無法主動為用戶提供資源、激發(fā)用戶的學(xué)習(xí)興趣，而推薦技術(shù)可以解決這一問題。本文從主流推薦算法入手，研究適用于云教育平臺的推薦技術(shù)，通過幾種推薦算法的組合使用，提出一種為學(xué)習(xí)用戶量身打造個性化推薦技術(shù)，提高教育資源的推薦質(zhì)量與利用效率。

2.數(shù)據(jù)的獲取與處理

2.1 主流的推薦算法

協(xié)同過濾推薦算法的核心思想是通過比較用戶項目的興趣相似度，得到相似用戶集或項目集，通過評分預(yù)測方法，計算出用戶對于項目的可能評分值，從而產(chǎn)生推薦結(jié)果[1]?；诜治鰧ο蟮牟煌挚梢苑譃榛谟脩舻膮f(xié)同過濾和基于項目的協(xié)同過濾。

基于用戶的協(xié)同過濾算法首先將用戶間的行為數(shù)據(jù)進(jìn)行比對，尋找出與該用戶相似的用戶，然后形成相似用戶集，并預(yù)測用戶行為，算法的核心步驟是計算用戶相似度。計算方法有余弦相似度和皮爾遜相似度。余弦相似度：

皮爾遜相似度：

推薦結(jié)果與資源的內(nèi)容屬性無關(guān)，但面臨：（1）新用戶的冷啟動問題，對于新注冊用戶，系統(tǒng)沒有其對任何項目的評分?jǐn)?shù)據(jù)，無法尋找相似用戶。（2）數(shù)據(jù)稀疏性：稀少的行為數(shù)據(jù)也容易影響推薦質(zhì)量。

基于項目的協(xié)同過濾根據(jù)所有用戶對項目的偏好信息得到項目之間的相似性，然后將類似項目推薦給用戶。該算法使用項目相似性來代替用戶相似性[2]，核心步驟是計算項目間的相似度。但面臨：（1）新項目的冷啟動問題（2）準(zhǔn)確性問題：該算法因忽略用戶的個性需求而使推薦質(zhì)量降低。

基于內(nèi)容的推薦算法不依賴用戶的行為信息，而是依據(jù)用戶曾經(jīng)感興趣的項目的內(nèi)容特征，從系統(tǒng)中選擇與用戶過去喜歡的項目最為相似的產(chǎn)品，推薦匹配度最高的項目[3～4]；或者直接向用戶推薦與用戶偏好特征最為相似的項目[5]。此外，基于內(nèi)容的推薦算法不需要用戶或項目的歷史數(shù)據(jù)，可以克服冷啟動問題。在我們熟識的QQ、微信等社交軟件中的好友推薦功能就應(yīng)用了這樣的推薦技術(shù)。

2.2 行為數(shù)據(jù)獲取方法

行為數(shù)據(jù)包括用戶的個性標(biāo)簽等個人信息，也包括用戶對項目的評分?jǐn)?shù)據(jù)等行為信息。根據(jù)行為數(shù)據(jù)的呈現(xiàn)形式，可分為顯式用戶反饋與隱式用戶反饋。

顯式用戶反饋指用戶在社交網(wǎng)站前端提供的評分模塊中的直接評分。隱式用戶反饋是一種間接得到用戶－項目評分的方法，根據(jù)用戶在網(wǎng)站上的行為記錄及在部分模塊上給出的評分，通過一定的評分預(yù)測規(guī)則估計用戶對于某項目的評分[6]。

3.基于用戶個性化需求的推薦算法的改進(jìn)

3.1 教育平臺中出現(xiàn)的問題

作者在學(xué)而思網(wǎng)校、新東方在在線、騰訊課堂、百度傳課、中國大學(xué)慕課、網(wǎng)易公開課等六個網(wǎng)站上新注冊了用戶，總結(jié)了平臺推薦情況（表1）。

表1 新用戶注冊信息表

由表1可以看出，只有學(xué)而思網(wǎng)校通過用戶所在年級來推薦適用課程。推薦內(nèi)容基于學(xué)習(xí)資源標(biāo)簽屬性和用戶興趣標(biāo)簽屬性產(chǎn)生，并不能夠準(zhǔn)確選擇用戶真正需要的資源。因此，在新用戶注冊時，有必要引入用戶特征識別和用戶聚類的方法，來解決冷啟動問題。

在用戶評價反饋階段，可以根據(jù)用戶的反饋和評分信息進(jìn)行推薦。表2總結(jié)了教育平臺對用戶反饋信息的獲取和利用情況。

表2 用戶評價和反饋信息表

由表2可以看出，2/3的平臺采用收藏和評價功能來收集用戶的反饋信息，但是沒有進(jìn)一步挖掘用戶對課程的其它反饋信息，如社交網(wǎng)站分享、收藏后觀看、學(xué)習(xí)后的掌握情況等。

3.2 個性化推薦算法

本節(jié)針對云教育平臺，提出了一種基于時間劃分的個性化推薦算法，核心思想為：在不同的學(xué)習(xí)階段，分別以用戶特征、學(xué)習(xí)能力和學(xué)習(xí)范圍為基礎(chǔ)，對不同階段的用戶進(jìn)行個性化推薦。

在新用戶注冊時期，基于用戶特征進(jìn)行推薦。課程學(xué)習(xí)階段，系統(tǒng)會根據(jù)課時安排定時定量為用戶提供練習(xí)；此后，系統(tǒng)會根據(jù)用戶對該課程的評價信息和練習(xí)結(jié)果綜合考慮得到用戶的學(xué)習(xí)能力。課程結(jié)束后，系統(tǒng)會總計算下一課程的難度傾向、確定選課范圍，最終對推薦結(jié)果進(jìn)行修正。具體流程見圖1。

圖1 推薦算法示意圖

3.2.1 用戶特征聚類

用戶特征聚類由用戶屬性和用戶的行為共同構(gòu)成，用戶的屬性包括用戶年齡、性別、年級、地區(qū)、愛好等；用戶行為是用戶在網(wǎng)站上的瀏覽、點擊、反饋、評價等信息。如果該用戶是新注冊用戶，還未產(chǎn)生過行為，則根據(jù)用戶屬性進(jìn)行聚類。用戶屬性矩陣可以表示為：

其中Cnj代表用戶n具有屬性j，若有，則Cnj為1，沒有則為0。

如果用戶已經(jīng)產(chǎn)生用戶行為，就基于用戶行為進(jìn)行聚類。每一個用戶u都和一個行為Vu對應(yīng)，每一個滿足i∈Vu的用戶表示u產(chǎn)生了行為v。用戶行為矩陣可以表示為：

其中Vnj表示用戶n產(chǎn)生了行為j，根據(jù)不同行為設(shè)置不同的權(quán)重，權(quán)重值介于0和1之間。

假設(shè)有用戶u、v，則他們的相似度為：

其中、分別表示用戶u、v的特征聚類，P介于0到1之間，0表示用戶間完全獨立，1代表用戶間趨同。

得到用戶相似度之后，通過對最相似用戶的評價對目標(biāo)用戶的評分進(jìn)行預(yù)測。然后采用Top-N方法進(jìn)行推薦：計算之后，選取其中預(yù)測評分前N高的課程以推薦列表的形式推薦給目標(biāo)用戶，得到推薦結(jié)果R1。

3.2.2 用戶能力影響

用戶能力反映了用戶對課程的掌握程度，用戶對項目課程的評價包括對評分、收藏和評論等行為，其中評分與收藏數(shù)據(jù)較易獲得和處理，而評論數(shù)據(jù)則可運用文本過濾的方法篩選出關(guān)鍵字詞獲得評分。

假設(shè)用戶對課程的評分是r，其中rij代表第i個用戶對第j個課程的評分（1≤r≤5，r∈Z），為用戶u對所有課程的平均分。設(shè)用戶對課程的收藏是z，其中zij代表第i個用戶對j個課程的收藏情況。若用戶i對課程j進(jìn)行了收藏，則zij為3，若無收藏行為，則zij為1。評論數(shù)據(jù)經(jīng)過關(guān)鍵詞處理之后設(shè)為t，其中tij代表第i個用戶對第j個課程的評論系數(shù)，tij的值按照關(guān)鍵詞處理規(guī)則，由“積極反應(yīng)”“中性反應(yīng)”“消極反應(yīng)”三種態(tài)度分別對應(yīng)5、3、1，沒有評論則tij為3。此時可將zij和tij“虛擬”為用戶對課程的評分，參與到用戶u對所有課程均分的計算中。則此時：

學(xué)習(xí)掌握情況指用戶課程完成后參與系統(tǒng)測試，其結(jié)果分為A、B、C、D（四個等級，設(shè)為學(xué)習(xí)情況lij，對應(yīng)值為5、3、1、0，學(xué)習(xí)情況：

將與按1：1加權(quán)混合，可以得到用戶的學(xué)習(xí)能力Si,同時也可以得到：

變異系數(shù)是一個比較不同組數(shù)據(jù)離散程度的系數(shù)，表征了序列的絕對離散程度，在進(jìn)行數(shù)據(jù)統(tǒng)計分析時，如果變異系數(shù)大于15%，則要考慮該數(shù)據(jù)可能不正常。[7]當(dāng)用戶的學(xué)習(xí)能力Si低于超過15%時，要考慮推薦更簡單的課程，即課程中的測試均分∈[ru,(1-15%)ru]；當(dāng)用戶的學(xué)習(xí)能力Si高于超過15%時，則要考慮推薦更困難的課程，即課程中的測試均分∈[ru,(1+15%)ru]，得到推薦結(jié)果R2。

3.2.3 用戶范圍影響

用戶的學(xué)習(xí)范圍主要體現(xiàn)在相似用戶和用戶自身課程的選擇上。相似用戶的尋找基于3.2.1中的用戶聚類，將相似用戶與用戶自身的選課集合相并，可以得到學(xué)習(xí)廣度w。

若用戶此前選擇的課程難度逐步加深，且掌握情況較好，則系統(tǒng)在下一步推薦中可以推薦難度略大的課程，反之亦然。課程的難度基于3.2.2中用戶對系統(tǒng)提供的練習(xí)情況，分為四個難度級別：測評均分∈(0,1]時，課程為“困難”；∈(1,3]時，課程為“有點困難”；∈(3,5]時，可稱為“有點簡單”；∈(5,7]時，課程為“簡單”。將課程的難度進(jìn)行回歸分析，可以得到新一次推薦課程的難度r,那么推薦課程的難度范圍即為[（1-15%）r,(1+15%)r]。將w與d取并集，可以得到學(xué)習(xí)范圍R，得到推薦結(jié)果R3。

3.2.4 最終推薦

在不同的學(xué)習(xí)階段，單獨運行推薦算法，將得到的推薦結(jié)果，以R3為基礎(chǔ)，綜合考慮R1和R2的影響，通過線性擬合和實驗論證，分配不同的權(quán)重，得到一個總評分，最后推薦給用戶。

4.總結(jié)與展望

本文第一章概述了云教育平臺信息過載的現(xiàn)狀；第二章介紹了幾種主流的推薦算法，闡述其原理、核心和優(yōu)缺點；第三章分析了各教育平臺上目前采用的推薦技術(shù)和缺陷，提出了一種按時間劃分的推薦算法，綜合考慮了用戶屬性、學(xué)習(xí)能力、選擇新課程時的范圍傾向，為用戶提供更加個性、實時的推薦。未來，作者將嘗試加入教育平臺收費課程價格因素影響、按照艾賓浩斯遺忘曲線安排復(fù)習(xí)時間等，提高推薦效果，更好地滿足用戶需求。

[1]T.L.Griffiths and M.Steyvers.Finding Scientific Topics.Proceeding of the National Academy of Sciences,2014,1:5228-5235.

[2]孔維梁.協(xié)同過濾推薦系統(tǒng)關(guān)鍵問題研究[D].華中師范大學(xué),2013.

[3]Lops,P,De Gemm is,M Semeraro G.Content-based recommender systems:State of the art and trends[M].Recommender systems handbook.Springer US,2011:73-105.

[4]Pazzani M J,Billsus D.Content-based recommendation systems[M].The adaptive web.Springer Berlin Heidelberg,2007:325-341

[5]劉建國,周濤,汪秉宏.個性化推薦系統(tǒng)的研究進(jìn)展[J].自然科學(xué)進(jìn)展,2009,01:1-15.

[6]林文薈.教育資源個性化推薦技術(shù)研究[D].東南大學(xué),2015.

[7]Everitt B.Cam bridge dictionary of statistics[M].Cam bridge University Press,1998.