基于相關(guān)物品的電子商務(wù)智能推薦系統(tǒng)研究

童啟 劉強(qiáng) 許賽華 胡益廣

【摘 要】以大數(shù)據(jù)時(shí)代為背景，改變傳統(tǒng)推薦系統(tǒng)的設(shè)計(jì)思路，給出一個(gè)“相關(guān)物品”智能推薦系統(tǒng)體系結(jié)構(gòu)。將用戶即時(shí)購(gòu)買需求和歷史偏好相結(jié)合，提出一種改進(jìn)的基于粗糙集的屬性約簡(jiǎn)算法，用于數(shù)據(jù)預(yù)處理階段提取用戶實(shí)時(shí)需求商品類的特征，在線分析階段采用引入興趣域的聚類算法挖掘用戶實(shí)時(shí)關(guān)注商品的相似商品集，離線用協(xié)同過濾推薦挖掘相關(guān)商品集，將在線部分與離線部分的相關(guān)商品集融合，按照點(diǎn)擊率預(yù)估對(duì)集合進(jìn)行排序，形成推薦，以解決推薦系統(tǒng)在實(shí)時(shí)性、擴(kuò)展性、智能性和實(shí)時(shí)性與精準(zhǔn)平衡性方面存在的問題。

【關(guān)鍵詞】推薦系統(tǒng);粗糙集;數(shù)據(jù)挖掘

【中圖分類號(hào)】TP18;TP311.52【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2019）12-0079-02

信息過載時(shí)代，智能推薦系統(tǒng)在電子商務(wù)領(lǐng)域的地位不斷提高，它能最大化地體現(xiàn)電子商務(wù)網(wǎng)站的優(yōu)勢(shì)。電子商務(wù)智能推薦系統(tǒng)是通過一定方法幫助人們找到自己需要的物品，它涉及的技術(shù)很多，其核心是推薦算法。隨著電子商務(wù)系統(tǒng)規(guī)模的擴(kuò)大，目前電子商務(wù)推薦系統(tǒng)在準(zhǔn)確率、多樣性、實(shí)時(shí)性等方面存在很多問題。文章以物品—物品的角度，將多種推薦算法融合，構(gòu)建面向電子商務(wù)的推薦系統(tǒng)。

1 推薦算法在應(yīng)用中存在的問題

1.1 實(shí)時(shí)性和擴(kuò)展性問題

大部分推薦算法是在小數(shù)量級(jí)上評(píng)估的。而隨著電子商務(wù)的發(fā)展，大型購(gòu)物網(wǎng)站是千萬級(jí)顧客、百萬級(jí)商品的大數(shù)據(jù)集。面對(duì)這樣的大數(shù)據(jù)集，算法會(huì)遭受嚴(yán)峻的性能和計(jì)算量問題，達(dá)不到實(shí)時(shí)性、擴(kuò)展性的要求。例如，采用傳統(tǒng)協(xié)同過濾來產(chǎn)生推薦，最壞的情況是O（M×N）（其中M是用戶數(shù)量，N是物品數(shù)量），如果用戶或物品數(shù)量級(jí)不大，算法的執(zhí)行也接近于O（M+N）。解決此問題的思路是可以根據(jù)用戶實(shí)時(shí)關(guān)注的物品類關(guān)鍵屬性挖掘相似物品集合，使算法的在線計(jì)算規(guī)模與用戶數(shù)量無關(guān)，僅與用戶實(shí)時(shí)購(gòu)買需求的物品大類數(shù)量有關(guān)。

1.2 智能化問題

大部分的推薦系統(tǒng)僅抓住了用戶在過去一段時(shí)間內(nèi)的行為偏好，并沒有對(duì)用戶當(dāng)前行為的短期意圖進(jìn)行考慮，而這些意圖正是最能反映用戶當(dāng)前需求的一些信息。傳統(tǒng)的推薦系統(tǒng)并未能很好地解決智能化推薦的問題。解決此問題的思路是將用戶的歷史偏好信息與在線的實(shí)時(shí)購(gòu)買需求信息相結(jié)合并推薦給用戶，力求給用戶最需要的推薦，解決智能化問題。

1.3 實(shí)時(shí)性與推薦滿意度平衡問題

根據(jù)用戶在線行為的短期意圖做推薦時(shí)，大部分算法需要處理大量數(shù)據(jù)不斷迭代，執(zhí)行時(shí)間較長(zhǎng)，而執(zhí)行快速的算法在用戶滿意度指標(biāo)上又有欠缺，因此算法在實(shí)時(shí)性與滿意度兩個(gè)方面無法找到一個(gè)平衡點(diǎn)。解決此問題的思路是采用在線部分和離線部分，分別挖掘相似物品集合，然后按權(quán)重融合，再進(jìn)行推薦。

2 相關(guān)物品思路的推薦引擎架構(gòu)

架構(gòu)包括離線處理和在線分析兩個(gè)部分。離線處理部分根據(jù)用戶的信息如年齡、性別、職業(yè)、用戶的歷史購(gòu)物信息及歷史物品的評(píng)價(jià)信息，采用協(xié)同過濾算法挖掘用戶關(guān)注物品的相似物品集合。在線部分考慮用戶實(shí)時(shí)性需求，在服務(wù)器日志中收集用戶在線行為，如瀏覽的網(wǎng)頁(yè)信息、收藏的物品信息，研究用戶對(duì)物品的興趣度，接著對(duì)感興趣物品類信息進(jìn)行數(shù)據(jù)預(yù)處理時(shí)，采用改進(jìn)的基于粗糙集屬性約簡(jiǎn)算法，提取用戶實(shí)時(shí)關(guān)注的物品特征，如物品的款式、價(jià)格、顏色、購(gòu)買人數(shù)、評(píng)價(jià)分等，抽取出特征后采用混合數(shù)據(jù)聚類標(biāo)簽算法挖掘用戶實(shí)時(shí)購(gòu)買需求的相似物品集合。兩類集合按照權(quán)重進(jìn)行融合，如果用戶的瀏覽帶無目的性或者已經(jīng)完成購(gòu)物，則以離線部分的相似物品集合為主，如果用戶的瀏覽行為有明確的購(gòu)物目標(biāo)，則以在線部分的相似物品集合為主。最后用決策樹算法對(duì)相似物品集合按照點(diǎn)擊率預(yù)估進(jìn)行排序，產(chǎn)生推薦。

3 推薦系統(tǒng)設(shè)計(jì)及算法研究

3.1 隱式獲取數(shù)據(jù)

推薦算法分析設(shè)計(jì)的基礎(chǔ)是用戶行為數(shù)據(jù)，在線部分通過隱式獲取法，如獲取用戶瀏覽網(wǎng)頁(yè)的行為和內(nèi)容，包括瀏覽、查詢的物品及某物品瀏覽的次數(shù)、頻率、停留時(shí)間等，以及行為操作（收藏、加入購(gòu)物車、下單等）。以上這些行為反映了用戶對(duì)物品有不同興趣，可以將用戶興趣與行為的聯(lián)系用公式（1）表達(dá)。其中，c為消費(fèi)者用戶，i為物品，Ab（c）為用戶c操作物品的行為集合，fb為用戶行為b所代表的興趣權(quán)重，pc，i為用戶c對(duì)物品i的綜合興趣度。計(jì)算pc，i得出用戶在線狀態(tài)感興趣的物品集合。

■=∑ fb （1）

3.2 提取物品關(guān)鍵屬性

對(duì)感興趣物品的屬性進(jìn)行數(shù)據(jù)預(yù)處理。一是連續(xù)屬性離散化，如商品的價(jià)格屬性，可以按規(guī)則進(jìn)行離散化，區(qū)分為高、中、低。二是對(duì)不完備信息系統(tǒng)進(jìn)行補(bǔ)齊處理，采用粗糙集中數(shù)據(jù)不可分辨關(guān)系理論來處理或直接刪除數(shù)據(jù)。數(shù)據(jù)挖掘的結(jié)果很大程度上依賴于預(yù)處理的效果。

屬性約簡(jiǎn)是指在保證數(shù)據(jù)劃分一致的前提下，通過去除不需要的屬性，以簡(jiǎn)化大數(shù)據(jù)環(huán)境下的復(fù)雜程度，降低計(jì)算維度。因?yàn)榇植诩碚摬恍枰闰?yàn)信息，可以采用基于差別矩陣的屬性約簡(jiǎn)算法提取用戶感興趣物品的關(guān)鍵屬性。用等價(jià)類代替單個(gè)元素構(gòu)造差別矩陣，將差別矩陣與屬性區(qū)分力相融合，提高算法效率。

3.3 根據(jù)物品關(guān)鍵屬性運(yùn)用混合數(shù)據(jù)聚類標(biāo)簽算法挖掘相似物品集

基于“相關(guān)物品”推薦的思想，即在用戶對(duì)物品i感興趣時(shí)，給用戶推薦和i相似的物品，在線挖掘考慮用戶的實(shí)時(shí)購(gòu)物需求。根據(jù)屬性約簡(jiǎn)提取的物品特征屬性對(duì)物品進(jìn)行聚類。在聚類算法中引入物品特征屬性興趣域，采用融合興趣域的混合數(shù)據(jù)聚類標(biāo)簽算法。根據(jù)物品特征屬性的范圍可以建立物品特征屬性興趣域Dj。在Dj中每個(gè)屬性取值都有一個(gè)范圍，相似物品數(shù)據(jù)集中每個(gè)屬性與Dj中對(duì)應(yīng)屬性范圍的關(guān)聯(lián)用dij表示，當(dāng)混合數(shù)據(jù)集的屬性值在范圍內(nèi)，dij=1，否則dij=0。公式（2）中，數(shù)據(jù)集Si與物品特征屬性興趣域Dj關(guān)聯(lián)度的權(quán)值用Cij表示。公式（3）中，fij為數(shù)據(jù)集關(guān)于興趣域的隸屬度，其中N為物品特征屬性個(gè)數(shù)。fij取值范圍是0到1，fij值越大，說明Si歸屬Dj的集成度越高，反之，fij值越小，Si歸屬Dj的集成度越低。

Cij=∑dij（2）

fij=■（3）

采用K-prototypes算法對(duì)物品特征屬性信息進(jìn)行聚類處理，構(gòu)建物品特征屬性興趣域。通過公式計(jì)算dij和fij，對(duì)混合數(shù)據(jù)集數(shù)值聚類標(biāo)簽輸出。引入物品特征屬性興趣域提升了聚類結(jié)果對(duì)用戶的針對(duì)性。此外，可以對(duì)關(guān)鍵屬性設(shè)置感興趣的權(quán)重，進(jìn)一步提高推薦的滿意度。在線分析部分主要是用于滿足用戶實(shí)時(shí)需求的推薦，由于受到物品關(guān)鍵屬性特征提取能力的限制，所以很難滿足推薦的新穎性和驚喜度。

3.4 在線物品集與離線物品集融合，排序產(chǎn)生推薦

離線部分采用基于用戶的協(xié)同過濾算法產(chǎn)生相似物品推薦集。離線部分是在線部分的補(bǔ)充，為用戶提供新的興趣推薦。融合時(shí)在用戶屬性中加入一個(gè)表示行為狀態(tài)的字段，如“1”表示無需求瀏覽，“2”表示購(gòu)物中，“3”表示購(gòu)物后3種狀態(tài)值。根據(jù)狀態(tài)值按不同的權(quán)重對(duì)在線物品集和離線物品集進(jìn)行融合。

接下來是對(duì)融合的候選物品集進(jìn)行排序。因?yàn)橥扑]系統(tǒng)的不同評(píng)測(cè)指標(biāo)和用戶的不同需求狀態(tài)，物品與用戶的相關(guān)度會(huì)不同，因此本文重點(diǎn)考慮用戶的反饋，使用用戶對(duì)推薦物品的點(diǎn)擊率作為指標(biāo)來對(duì)物品進(jìn)行排序。點(diǎn)擊率預(yù)估問題可以轉(zhuǎn)化為傳統(tǒng)的兩類分類問題?？紤]電子商務(wù)網(wǎng)站物品特征屬性少的情況，使用決策樹的算法，可以發(fā)揮決策樹算法解決非線性問題的優(yōu)勢(shì)。

4 結(jié)論

文章提出“相關(guān)物品”思路的電子商務(wù)推薦系統(tǒng)架構(gòu)。在線部分的計(jì)算僅需考慮用戶實(shí)時(shí)關(guān)注的商品類別中商品數(shù)量，以解決大數(shù)據(jù)環(huán)境下推薦的實(shí)時(shí)性、擴(kuò)展性問題;按照用戶狀態(tài)行為的屬性值對(duì)兩個(gè)商品集進(jìn)行融合，使得系統(tǒng)能夠同時(shí)滿足用戶的實(shí)時(shí)需求和對(duì)新物品的興趣，以解決推薦的智能性問題;在線分析與離線推薦相結(jié)合，以解決實(shí)時(shí)性與精準(zhǔn)性的平衡問題。需要進(jìn)一步研究降低精簡(jiǎn)屬性集對(duì)決策效能的影響和數(shù)據(jù)聚類標(biāo)簽算法中引入的興趣域容忍度參數(shù)對(duì)推薦正確率的影響。

參 考 文 獻(xiàn)

[1]鄧愛林.機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘在個(gè)性化推薦系統(tǒng)中的應(yīng)用[J].中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊，2013（9）.

[2]蘇慶等.改進(jìn)模糊劃分聚類的協(xié)同過濾推薦算法[J].計(jì)算機(jī)工程與應(yīng)用，2019（5）.

[3]雷曼等.基于標(biāo)簽權(quán)重的協(xié)同過濾推薦算法[J].計(jì)算機(jī)應(yīng)用，2019（3）.