基于用戶行為的協(xié)同過濾算法研究

金詩思　盧翰霖　李凱 　金海潮　譚寓元　黃淳嵐　樂光學(xué)

摘要：針對(duì)電商網(wǎng)站上的廣告質(zhì)量和用戶需求不匹配的問題，提出基于協(xié)同過濾在個(gè)性化方面的公平廣告推送算法，在海量數(shù)據(jù)中挖掘?qū)τ脩粲袃r(jià)值的廣告內(nèi)容。通過收集用戶的瀏覽日志，建立單個(gè)用戶評(píng)分矩陣，利用關(guān)鍵字權(quán)重和相似度算法分析用戶行為，最后通過協(xié)同過濾算法綜合推薦給用戶。根據(jù)MovieLens數(shù)據(jù)集對(duì)該算法進(jìn)行實(shí)驗(yàn)，得出此算法具有較高的準(zhǔn)確度，能夠?qū)崿F(xiàn)對(duì)用戶個(gè)性化推薦。

關(guān)鍵詞：廣告推送;相似度;協(xié)同過濾;基于用戶

中圖分類號(hào)：TP391 ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）13-0017-02

目前，我國互聯(lián)網(wǎng)廣告規(guī)模已有千億級(jí)，人們正面臨著“信息過載”（information overload）的問題。為此我們需要建立一個(gè)推薦系統(tǒng)（recommender systems）來解決這些問題[1-3]。正如Jeff Bezos（Amazon的CEO）所言：“如果我在網(wǎng)絡(luò)上有三百萬個(gè)用戶，我就應(yīng)該有三百萬個(gè)網(wǎng)上商店”，講的正是推薦系統(tǒng)在提供消費(fèi)者個(gè)性化建議的重要性。在一定程度上，精準(zhǔn)的推薦有助于用戶對(duì)于物品的篩選，提高用戶對(duì)網(wǎng)站的體驗(yàn)。如日常生活中，人們對(duì)于一些感興趣的事物猶豫時(shí)，如何幫助用戶挑選合適的產(chǎn)品，就需要個(gè)性化推薦系統(tǒng)的運(yùn)用。

目前將個(gè)性化精準(zhǔn)推薦的設(shè)計(jì)主要分為三個(gè)步驟：建立用戶數(shù)據(jù)集，添加各用戶基本的特征屬性（如：年齡、性別、社會(huì)職位等），再通過用戶對(duì)各類商品的評(píng)分得到一個(gè)初步的用戶偏好。最后根據(jù)網(wǎng)站后臺(tái)中的歷史數(shù)據(jù)進(jìn)行比對(duì)，過濾出相似用戶行為集合，并進(jìn)行相關(guān)操作，通過深度學(xué)習(xí)、數(shù)據(jù)挖掘等方式，自行給用戶推薦商品或服務(wù)。

根據(jù)以上情況，提出基于用戶的協(xié)同過濾推送算法T-B-A（Terms-Behavior-AD）是根據(jù)目標(biāo)用戶的瀏覽行為、歷史數(shù)據(jù)來匹配有相似興趣的鄰居用戶，而目標(biāo)用戶的推薦依據(jù)鄰居用戶的一些行為或評(píng)價(jià)。其核心內(nèi)容在于：用相似度算法來獲取用戶的推薦信息，通過歷史記錄在數(shù)據(jù)集中找到相似的鄰居用戶，而忽略詳細(xì)的行為記錄。這是由于，一般情況下，如果不同用戶對(duì)一些項(xiàng)目給出的評(píng)價(jià)相近，那么這些用戶對(duì)其他項(xiàng)目的評(píng)價(jià)也會(huì)相似相鄰[4]。本文以電影推薦為實(shí)驗(yàn)數(shù)據(jù)集，是由于電影推薦所具備的生命周期較長，變化趨勢(shì)較小的特性，分析不同用戶的行為特征，實(shí)現(xiàn)對(duì)每個(gè)不同用戶的個(gè)性化精準(zhǔn)推薦。

1 算法介紹

基于用戶的協(xié)同過濾算法是根據(jù)用戶的瀏覽內(nèi)容等為用戶推薦感興趣的內(nèi)容，主要考慮用戶的需求。建立關(guān)于用戶共有電影的評(píng)分矩陣，歸一化處理得到用戶的評(píng)分，采用TF-IWF算法對(duì)關(guān)鍵詞權(quán)重進(jìn)行初步的計(jì)算后，計(jì)算不同用戶之間的相似度，運(yùn)用迭代方式選取相似度較高的k個(gè)用戶，實(shí)現(xiàn)個(gè)性化的協(xié)同過濾推薦。具體流程如圖1所示。

1.1 基于詞語的逆文本頻率（Term Frequency-Inverse Words Frequency）

在文本預(yù)處理階段，最常用的是逆文本頻率“TF-IDF”。但這種算法本質(zhì)上只是簡(jiǎn)單將小概率出現(xiàn)的單詞作為特征詞。關(guān)于TF-IDF算法的改進(jìn)，文獻(xiàn)[5]提出的BOR-TFI-DF權(quán)重函數(shù)，文獻(xiàn)[6]提出的WA-DI-SI算法，文獻(xiàn)[7]提出的TF-LDF方法，在一定程度上修正TF-IDF方法的不足，但對(duì)改進(jìn)TF-IDF算法而言，引入詞位權(quán)重和詞跨度權(quán)重是比較少見的。因此目前推薦系統(tǒng)常用詞語逆頻率方法“TF-IWF”來計(jì)算關(guān)鍵詞權(quán)重，具體公式如下：

本文通過選取的七組訓(xùn)練集，通過逐漸累加的方法來驗(yàn)證該算法的性能。我們分別在0、20、40、60、80、100、120個(gè)鄰居數(shù)下對(duì)30多個(gè)用戶進(jìn)行預(yù)測(cè)，并將所有結(jié)果做均方根誤差的處理，經(jīng)多次測(cè)試后得出的實(shí)驗(yàn)結(jié)果如圖3所示。

從結(jié)果顯示，在一定程度上，當(dāng)k取值越大，準(zhǔn)確率就越高，平均誤差率就越低，并隨著k值的增大逐漸趨于平穩(wěn)狀態(tài)。

3 結(jié)語

本文分別從算法的設(shè)計(jì)角度，分析了電影的個(gè)性化精準(zhǔn)推薦，并根據(jù)用戶的平均評(píng)分結(jié)果對(duì)用戶的興趣愛好展開分析，利用相似度為用戶推薦電影。進(jìn)而引申基于用戶行為的協(xié)同過濾廣告推送算法也可通過本算法對(duì)用戶-廣告評(píng)分矩陣，將用戶行為與需求的廣告掛鉤。幫助用戶在信息超載的互聯(lián)網(wǎng)上找到真正屬于自己的廣告內(nèi)容，節(jié)約用戶的時(shí)間成本，提高了網(wǎng)站的流量的同時(shí)還增加收益。在處理用戶信息時(shí)，結(jié)合了多種加權(quán)方法降低矩陣的稀疏性，達(dá)到了不錯(cuò)的準(zhǔn)確推薦和大范圍的覆蓋效果。

參考文獻(xiàn)：

[1] 樓藝嬋. 電子商務(wù)網(wǎng)站的媒介特性研究[J].中國管理信息化，2014，17（15）.

[2] 龐海龍. 基于協(xié)同過濾的個(gè)性化推薦技術(shù)研究[D].上海：復(fù)旦大學(xué)，2003.

[3] 王一晴， 陳羽舒. "雙十一"各大電商廣告宣傳及消費(fèi)者購物行為分析[J].全國商情·理論研究，2016（31）：24-25.

[4] 魏慧娟， 戴牡紅， 寧勇余. 基于最近鄰居聚類的協(xié)同過濾推薦算法[J].中國科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2016（09）：29-35.

[5] 董晨露， 柯新生. 基于用戶興趣變化和評(píng)論的協(xié)同過濾算法研究[J].計(jì)算機(jī)科學(xué)，2018.

[6] 李玉翔，周杰，許斌，等.基于用戶關(guān)系挖掘的多策略推薦算法[J].信息工程大學(xué)學(xué)報(bào)，2013，14（4）：492-498.

[7] 陳小輝， 高燕， 劉漢燁. 基于歸一化方法的協(xié)同過濾推薦算法[J].電子設(shè)計(jì)工程，2014（14）：17-20.

【通聯(lián)編輯：唐一東】