結(jié)合商圈位置區(qū)域模型的商品推薦算法①

陳思亦， 何利力， 鄭軍紅

(浙江理工大學(xué) 信息學(xué)院，杭州 310018)

引言

近年來，隨著電子商務(wù)的飛速發(fā)展，人們的傳統(tǒng)購(gòu)物消費(fèi)習(xí)慣受到了巨大沖擊，市場(chǎng)環(huán)境也因此變得更加錯(cuò)綜復(fù)雜，線下銷售呈現(xiàn)出日漸萎靡的趨勢(shì). 而伴隨著“智慧門店”、“智慧快閃”、“智慧商圈”等全渠道新零售模式的出現(xiàn)，零售商戶的線下業(yè)務(wù)開始融合數(shù)字化技術(shù)，加速了零售模式的商業(yè)轉(zhuǎn)型，出現(xiàn)回暖. 由于“智慧商圈”、手機(jī)天貓中“逛商圈”等的營(yíng)銷模式及商業(yè)活動(dòng)的推出，商圈作為企業(yè)營(yíng)銷過程中的基礎(chǔ)環(huán)節(jié)，發(fā)揮了重要作用. 因此面對(duì)海量數(shù)據(jù)下的企業(yè)信息處理，本文提出將商圈與傳統(tǒng)個(gè)性化推薦相結(jié)合，以滿足互聯(lián)網(wǎng)用戶和大數(shù)據(jù)環(huán)境下個(gè)人用戶精準(zhǔn)營(yíng)銷的要求，挖掘用戶潛在需求，進(jìn)行面向用戶的商品智能個(gè)性化推薦.

目前商品推薦領(lǐng)域的研究已經(jīng)較為成熟，并能得到一定的推薦效果. 如在個(gè)性化推薦中基于用戶協(xié)同過濾算法的優(yōu)化，通過預(yù)先計(jì)算用戶相似度函數(shù)，取出匹配最高的n個(gè)用戶的數(shù)據(jù)生成推薦，在推薦的計(jì)算速度上有著顯著提高[1]. 對(duì)于用戶消費(fèi)行為信息的分析，采用用戶聚類的方法能有效解決協(xié)同過濾推薦的“稀疏性”問題. 而在缺少用戶消費(fèi)行為信息的情況下，基于商品領(lǐng)域知識(shí)的交互式推薦系統(tǒng)的研究，能一定程度上解決推薦系統(tǒng)的冷啟動(dòng)問題和隱私保存問題[2].除了協(xié)同過濾算法與基于知識(shí)的商品推薦，常見的個(gè)性化推薦算法還有基于內(nèi)容的推薦[3]、基于關(guān)聯(lián)規(guī)則的推薦和混合推薦等[4]. 而在目前云計(jì)算與人工智能的發(fā)展應(yīng)用下，以深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的基于模型的推薦算法[5-7]逐漸成為了研究的熱點(diǎn)，但目前尚未成熟.

為避免目前常規(guī)推薦算法推薦質(zhì)量差、推薦效率低等問題，本文提出基于商圈位置區(qū)域模型的商品推薦算法，主要包含4方面的研究. 1)通過對(duì)全域數(shù)據(jù)采集下的商戶訂單數(shù)據(jù)的分析，以商圈這一商業(yè)集群模式進(jìn)行商品推薦領(lǐng)域劃分，基于地理位置特征建立商圈位置區(qū)域模型. 2)針對(duì)現(xiàn)有推薦算法，結(jié)合位置區(qū)域特征，提出引入了商圈位置區(qū)域模型的面向流行度的推薦算法與面向相似度的改進(jìn)協(xié)同過濾算法，建立起浙江范圍內(nèi)某一行業(yè)的商圈商品推薦模型. 3)進(jìn)行模型參數(shù)調(diào)整，通過實(shí)驗(yàn)結(jié)果分析與對(duì)比，驗(yàn)證了基于商圈位置區(qū)域模型的推薦算法相比傳統(tǒng)推薦算法在推薦質(zhì)量與推薦效率上的優(yōu)化. 4)應(yīng)用商圈位置模型，提出以商圈相似性協(xié)同過濾算法為基礎(chǔ)的新品投放策略，在一定程度上加強(qiáng)企業(yè)對(duì)市場(chǎng)環(huán)境的預(yù)判與掌控.

1 數(shù)據(jù)采集與預(yù)處理

原始數(shù)據(jù)：本文所用的實(shí)驗(yàn)數(shù)據(jù)采集于某行業(yè)營(yíng)銷業(yè)務(wù)系統(tǒng)，通過相關(guān)ETL過程從系統(tǒng)數(shù)據(jù)庫(kù)采集得到2017年所有商戶基本數(shù)據(jù)、訂單交易數(shù)據(jù)及商品基本數(shù)據(jù)，并部署到數(shù)據(jù)庫(kù)內(nèi)進(jìn)行后續(xù)的分析研究.

實(shí)驗(yàn)數(shù)據(jù)：選取交易數(shù)據(jù)中浙江地區(qū)的25萬戶商戶的交易記錄作為實(shí)驗(yàn)主要數(shù)據(jù)集，以1-10月的交易數(shù)據(jù)作為訓(xùn)練集，11-12月數(shù)據(jù)作為測(cè)試集. 對(duì)數(shù)據(jù)集中商戶位置數(shù)據(jù)及交易位置數(shù)據(jù)中的文本地址，采用百度地圖API進(jìn)行地理位置文本與經(jīng)緯度的轉(zhuǎn)換，便于后續(xù)的位置區(qū)域劃分. 實(shí)驗(yàn)用到的商圈數(shù)據(jù)來源于美團(tuán)全國(guó)城市商圈數(shù)據(jù)中的浙江省商圈數(shù)據(jù)(含777個(gè)商圈)，相關(guān)樣本數(shù)據(jù)示例如表1所示.

表1 商圈數(shù)據(jù)示例

2 基于商圈位置區(qū)域的商品推薦算法

2.1 商圈位置區(qū)域模型

商圈作為一種特殊的商業(yè)集群模式，與零售商戶相輔相成，一個(gè)合適的商圈，能夠增強(qiáng)商店吸引力，擴(kuò)大客戶群，同時(shí)強(qiáng)化規(guī)模優(yōu)勢(shì)，提高經(jīng)濟(jì)效益. 因此，如何建立一個(gè)合理的商圈位置模型直接關(guān)系著推薦結(jié)果的好壞. 早期商圈測(cè)評(píng)模型主要以區(qū)域(或城市)為單元，結(jié)合人口、距離、零售面積、經(jīng)濟(jì)環(huán)境、消費(fèi)比例等因素，并進(jìn)行實(shí)地考察來劃分區(qū)域邊界，但具有較高的實(shí)施成本，且考慮因素眾多，劃分結(jié)果較差. 近幾年，有不少學(xué)者考慮將空間聚類算法加入到商圈劃分中去，然而，常見的幾種傳統(tǒng)聚類算法在一定程度上均存在聚類結(jié)果不夠準(zhǔn)確、時(shí)間復(fù)雜度較大的問題. 因此，有學(xué)者考慮將空間自相關(guān)算法、核密度估計(jì)算法等方法納入聚類算法中，以實(shí)現(xiàn)商圈的劃分. 其中，較為典型的有郝斌等人[8]提出的多維特征融合的商圈劃分方法，將K-means空間聚類算法、空間自相關(guān)算法和核密度估計(jì)等算法融入商圈模型中，但由于Kmeans算法的聚類結(jié)果主要取決于聚類中心的選取，無法保證其聚類個(gè)數(shù)能收斂至全局最優(yōu)，使得在商圈區(qū)域劃分時(shí)需要多次設(shè)定該值，并從中選取最好結(jié)果，具有一定的時(shí)間復(fù)雜度且隨機(jī)性較大，在很大程度上影響商圈劃分結(jié)果.

為減少初始聚類中心對(duì)聚類結(jié)果帶來的影響，本文主要采用基于分區(qū)的DBSCAN聚類算法，算法主要思想是：只要聚類空間中相鄰區(qū)域數(shù)據(jù)樣本點(diǎn)的密度不小于一定閾值就繼續(xù)聚類，可將密度足夠大的相鄰區(qū)域進(jìn)行連接，具有聚類速度快、有效處理噪聲點(diǎn)和發(fā)現(xiàn)任意形狀的空間聚類的優(yōu)點(diǎn). 由于傳統(tǒng)DBSCAN算法在參數(shù)Eps和MinPts的選擇上存在不足[9]，本文將結(jié)合核密度估計(jì)方法[10]進(jìn)行改進(jìn)，以實(shí)現(xiàn)參數(shù)的自適應(yīng)選取.

本文通過將交易數(shù)據(jù)進(jìn)行地圖投影，研究地域偏好差異與消費(fèi)水平、消費(fèi)習(xí)慣方面的關(guān)系，發(fā)現(xiàn)其能呈現(xiàn)明顯的地理位置特征[11]，以此對(duì)市場(chǎng)進(jìn)行位置區(qū)域劃分，劃定商圈范圍，建立商圈位置區(qū)域模型，進(jìn)行以商圈為主體的商品推薦.

將商戶位置數(shù)據(jù)與某商品A的訂單交易數(shù)據(jù)在地圖上進(jìn)行投影，得到關(guān)于商品A的交易情況熱力圖，如圖1所示，以紅色氣泡標(biāo)記表示商戶位置，色彩渲染區(qū)域的顏色深淺表示商品A的交易分布情況，其中顏色越深表示交易越多，越淺表示越少.

圖1 某商品交易熱力圖示例

對(duì)商圈這一點(diǎn)、線、面三部分構(gòu)成的地理區(qū)域[12]，本文采用圓形過濾與DBSCAN密度聚類算法、核密度估計(jì)算法相結(jié)合的方法進(jìn)行范圍劃定，首先以預(yù)處理下的浙江省商圈數(shù)據(jù)中的經(jīng)緯度數(shù)據(jù)為圓心，以3 km為半徑，劃定該圓的外切正方形為商圈范圍，搜索出初步商戶集合，劃定商圈搜索范圍. 并獲得最小經(jīng)度，最大經(jīng)度，最小緯度，最大緯度的四個(gè)頂點(diǎn)坐標(biāo)，用以判斷商戶位置與商圈的關(guān)系. 然后進(jìn)行離圓心點(diǎn)距離大于3 km的商戶的過濾，得到圓形過濾下的商戶集合，即初始商圈.

根據(jù)訂單中的商戶位置數(shù)據(jù)和交易數(shù)據(jù)，結(jié)合圓形過濾方式下的初始商圈，并通過改進(jìn)的DBSCAN密度聚類算法對(duì)商戶位置數(shù)據(jù)集中每個(gè)商戶點(diǎn)的Eps鄰域進(jìn)行簇搜索，即利用核密度估計(jì)方法來確定每個(gè)初始商圈內(nèi)的Eps和MinPts參數(shù)，導(dǎo)出最大密度相連的商戶集合，實(shí)現(xiàn)對(duì)圓形過濾方式下的商圈商戶進(jìn)行進(jìn)一步去噪，保證同一商圈下商戶的相似性. 對(duì)劃分商圈過程中浙江省全域范圍下25萬商戶中未被包含在任何所劃定的商圈內(nèi)的近8千戶商戶，以距離該商戶最近商圈的推薦列表進(jìn)行推薦. 建立起商圈與商戶間的商圈位置區(qū)域模型.

2.2 面向流行度的推薦算法

基于商圈位置區(qū)域模型，結(jié)合商圈流行度，以商圈為關(guān)鍵字進(jìn)行對(duì)商戶商品交易數(shù)據(jù)的聚類，考慮到時(shí)間因素對(duì)商品流行度的影響，采用以交易時(shí)間計(jì)算權(quán)值的方法來統(tǒng)計(jì)衡量每個(gè)商品在各商圈內(nèi)的流行度，距離現(xiàn)在越近的交易所統(tǒng)計(jì)出的權(quán)重越高，越遠(yuǎn)的權(quán)重越低. 具體計(jì)算每次交易權(quán)值的公式如下：

上述公式中的α為時(shí)間衰減參數(shù)，用來調(diào)控時(shí)間參數(shù)對(duì)商戶興趣變化的影響; k指的是某商品的一次交易記錄; tk表示該交易記錄的完成時(shí)間; T為當(dāng)前時(shí)間.

針對(duì)商圈流行度，按商品對(duì)時(shí)間加權(quán)后的所有交易進(jìn)行統(tǒng)計(jì)，得到各商品的總權(quán)重，即為當(dāng)前商圈內(nèi)各個(gè)商品的最終流行度，按流行度排序計(jì)入各商圈的推薦列表. 具體計(jì)算商圈內(nèi)某商品流行度的公示如下：

其中，u表示某個(gè)商圈; i表示在商圈u內(nèi)有交易記錄的一個(gè)商品; k表示商品i的一次交易記錄.

通過上述時(shí)間衰減參數(shù)與商品權(quán)重的排序計(jì)量，根據(jù)商品在商圈內(nèi)部的權(quán)重隨時(shí)間變化的趨勢(shì)有效反饋商圈商品流行度變化，建立起面向流行度的商品推薦算法(Business-circle Popularity Based Algorithm，BPA).

2.3 面向商圈相似度的推薦算法

在面向商圈流行度的推薦算法中，采用的是將流行商品在商圈內(nèi)進(jìn)行推薦的方法，容易造成長(zhǎng)尾效應(yīng)，使流行商品一直在推薦列表中，而新商品難以得到推薦，導(dǎo)致推薦的商品存在新穎性和驚喜度不足的問題.為了解決這一困境，考慮商圈相似度因素，通過計(jì)算不同商圈之間的相似度，為目標(biāo)商圈即當(dāng)前被推薦的商圈推薦相似商圈中較為流行的商品，并過濾掉目標(biāo)商圈中已經(jīng)交易過的商品，建立起面向商圈相似度的協(xié)同過濾算法(Business-circle Similarity Based Collaborative Filtering，BSCF)，主要進(jìn)行如下操作：

統(tǒng)計(jì)篩選每個(gè)商圈內(nèi)的商品交易數(shù)據(jù)，考慮時(shí)間上的流行度，計(jì)算各商圈內(nèi)商戶同時(shí)對(duì)一些商品感興趣的程度，即先通過商品交易記錄結(jié)合其流行度來計(jì)算商圈內(nèi)各商品之間的相似度. 再由所交易過的商品的相似度來計(jì)算商圈之間的相似度，從而將被預(yù)測(cè)商品與商圈中共同交易過的商品之間的相似性作為權(quán)重，代入計(jì)算商圈相似度的公式中：

其中，u為目標(biāo)商圈，i為被預(yù)測(cè)的商品，sim(u,v)表示商圈u和商圈v之間的相似性，N(u)和N(v)分別表示商圈u和商圈v中有過交易記錄的商品集合. 其中sim(i,j)表示商品i與在商圈u和商圈v中均有交易記錄的商品j之間的相似性，計(jì)算公式如下：

其中，x表示某個(gè)與商品i和商品j均有過交易的商圈，N(i)和N(j)分別表示與商品i和商品j的有過交易的商圈集合，p(i)和p(j)分別表示商圈x中商品i和商品j的流行度.

3 實(shí)驗(yàn)結(jié)果及分析

3.1 實(shí)驗(yàn)測(cè)評(píng)標(biāo)準(zhǔn)

對(duì)于推薦算法性能，一般采用準(zhǔn)確率P、召回率R進(jìn)行評(píng)價(jià)，但本文在實(shí)驗(yàn)過程中發(fā)現(xiàn)，準(zhǔn)確率和召回率并不是完全正線性相關(guān)的，二者互有高低且表現(xiàn)在不同方面，因此本文還將采用Pazzani提出的調(diào)和平均數(shù)F值(F-measure)[13].

其中準(zhǔn)確率P是指推薦正確的商品數(shù)目在總的推薦數(shù)目中的占比[12]，對(duì)于以RecommendSet表示推薦集合，PurchaseSet表示交易商品種類數(shù)目集合，準(zhǔn)確率P的計(jì)算公式如下所示：

召回率R是指推薦正確數(shù)目占總的購(gòu)買種類數(shù)目的百分比[12]，計(jì)算公式如下：

結(jié)合準(zhǔn)確率和召回率的F值，能進(jìn)行更全面的評(píng)價(jià)，計(jì)算公式如下：

3.2 結(jié)果分析與對(duì)比

3.2.1 時(shí)間衰減參數(shù)調(diào)整

時(shí)間衰減參數(shù)α在交易權(quán)重weight的計(jì)算中起關(guān)鍵作用，并直接影響商品在各商圈內(nèi)的流行度，但由于α沒有特定取值范圍，不同取值在不同數(shù)據(jù)集、系統(tǒng)中都會(huì)產(chǎn)生不一樣的推薦效果. 因此，實(shí)際應(yīng)用中需通過反復(fù)試驗(yàn)來得到最優(yōu)值. 通過對(duì)面向商圈流行度的推薦算法進(jìn)行實(shí)驗(yàn)，設(shè)定推薦數(shù)量N=15，α在[0，0.09]之間，具體結(jié)果如表2所示. 其中，α=0時(shí)，算法將不考慮時(shí)間因素的影響.

表2 推薦數(shù)量N=15時(shí)，不同α下的準(zhǔn)確率和召回率

由上表可知，面向商圈流行度的推薦算法在結(jié)合時(shí)間衰減參數(shù)的前提下會(huì)有更好的推薦準(zhǔn)確率和召回率. 同時(shí)，當(dāng)α=0.03時(shí)，效果最佳. 因此，本文將選取時(shí)間衰減參數(shù)α為0.03來進(jìn)行后續(xù)的對(duì)比實(shí)驗(yàn).

3.2.2 實(shí)驗(yàn)對(duì)比算法

在對(duì)比實(shí)驗(yàn)中，選擇3種傳統(tǒng)推薦算法與本文的兩種基于商圈位置區(qū)域模型的推薦算法來進(jìn)行性能上的比較. 對(duì)比算法如下：1) 基于用戶的協(xié)同過濾算法[14](User Based Collaborative Filtering，UCF)，根據(jù)商戶的商品交易次數(shù)矩陣來計(jì)算商戶之間興趣相似度，找出目標(biāo)商戶的最鄰近商戶集合進(jìn)行推薦，并通過單值分解和聚類實(shí)現(xiàn)矩陣的降維，來緩解稀疏性問題; 2) 基于關(guān)聯(lián)規(guī)則的推薦算法[15](Association Rules Based Algorithm，ARA)，通過改進(jìn)的Apriori算法，來挖掘出數(shù)據(jù)之間所隱藏的潛在關(guān)系，為商戶推薦與其交易記錄關(guān)聯(lián)程度較高的商品; 3) 基于熱門商品的推薦算法(Popular Products Based Algorithm，PPA)，將全域范圍下商戶交易數(shù)量最多的商品作為熱門商品進(jìn)行推薦.

3.2.3 算法穩(wěn)定性分析

考慮不同的推薦數(shù)量對(duì)算法推薦質(zhì)量的影響，進(jìn)行算法穩(wěn)定性的研究. 本文將推薦數(shù)N依次設(shè)定為5，10，15，20，25進(jìn)行實(shí)驗(yàn)，發(fā)現(xiàn)隨著N的增加，各算法的準(zhǔn)確率呈現(xiàn)出先升高后下降趨勢(shì)，召回率則一直保持上升，且在后期趨于平緩，而F值變化曲線表明，當(dāng)N=15時(shí)，各算法的準(zhǔn)確率和召回率之間均開始出現(xiàn)失衡. 因此，本實(shí)驗(yàn)將選定N=15作為平衡準(zhǔn)確率和召回率的臨界值. 具體結(jié)果如圖2-圖4所示.

圖2 準(zhǔn)確率隨推薦數(shù)量變化

圖3 召回率隨推薦數(shù)量變化

圖4 F值隨推薦數(shù)量變化

由實(shí)驗(yàn)可知，本文所提出的面向商圈流行度的推薦算法具有較好的推薦準(zhǔn)確性，但由于將流行商品進(jìn)行推薦，存在長(zhǎng)尾效應(yīng)，即其召回率和F值均較低. 而面向商圈相似度的協(xié)同過濾算法充分利用商戶位置數(shù)據(jù)，結(jié)合商圈，在一定程度上增加了可用的推薦信息，使推薦準(zhǔn)確率和召回率明顯優(yōu)于其他幾種算法，具有良好的穩(wěn)定性. 并且該算法還緩解了冷啟動(dòng)問題，針對(duì)可用信息較少，興趣特征難以提取的商戶也可提供較為準(zhǔn)確的推薦，對(duì)比其他推薦算法，面向商圈相似度的協(xié)同過濾算法具有明顯的推薦優(yōu)勢(shì).

3.2.4 算法應(yīng)用與分析

企業(yè)3月份針對(duì)某款新品在浙江省內(nèi)進(jìn)行為期6個(gè)月的投放試驗(yàn)，并在基于商圈位置區(qū)域模型的基礎(chǔ)上采用基于商圈相似度的協(xié)同過濾算法來改進(jìn)傳統(tǒng)的新品投放策略，以增強(qiáng)該規(guī)格新品與目標(biāo)群體、零售商戶所在商圈的消費(fèi)群體匹配程度，從而提高新品在消費(fèi)者中的關(guān)注度與接受度. 具體投放策略流程如下：

1) 按商品的品牌規(guī)格定位搜尋出與投放新品最為相似的商品;

2) 根據(jù)相似商品，找出5個(gè)具有該新品最高流行度的商圈，記為A組商圈;

3) 通過商圈相似度，搜尋出10個(gè)與A組商圈最為相似的商圈，記為B組商圈;

4) 為驗(yàn)證A，B兩組商圈針對(duì)所投放的新品具有一定的投放意義，通過傳統(tǒng)投放策略，即通過銷量、結(jié)構(gòu)或者檔位進(jìn)行排序，擇優(yōu)選取50名零售戶，進(jìn)行對(duì)比實(shí)驗(yàn)，記為C組;

5) 分別從A、B兩組商圈中隨機(jī)選擇50個(gè)零售戶作為投放戶，與C組一起進(jìn)行新品的等量投放試驗(yàn)，統(tǒng)計(jì)各組商圈在每個(gè)月份針對(duì)所投放的新品的銷量，繪制銷量趨勢(shì)圖，如圖5所示.

圖5 新品投放效益對(duì)比圖

可以發(fā)現(xiàn)，經(jīng)過6個(gè)月的新品投放試驗(yàn)，A、B兩組商圈每個(gè)月的新品銷量明顯高于C組，因此，該新品投放方法具有較好的投放效果. 并且，該基于商圈相似度的新品投放策略已在今年8月在全國(guó)范圍內(nèi)正式部署，具有較好的投放效益.

4 結(jié)論

本文通過建立商圈位置區(qū)域模型，將地理位置信息作為重要特征數(shù)據(jù)納入推薦算法，有效彌補(bǔ)了傳統(tǒng)推薦算法中地理位置或區(qū)域信息因素缺失的缺陷. 相較于其他基于模型的推薦算法，引入商圈作為市場(chǎng)劃分的標(biāo)準(zhǔn)，并進(jìn)行分區(qū)推薦，增強(qiáng)了市場(chǎng)擬合度，使得推薦更具有市場(chǎng)針對(duì)性和可靠性. 對(duì)于所提出的兩種基于商圈位置區(qū)域模型的推薦算法：面向商圈流行度的推薦算法和面向商圈相似度的協(xié)同過濾算法，本文在實(shí)驗(yàn)過程中采用Spark進(jìn)行算法計(jì)算效率加速[12，16，17].實(shí)驗(yàn)結(jié)果表明，基于商圈位置區(qū)域模型的推薦算法相較于傳統(tǒng)推薦算法，具有較好的推薦準(zhǔn)確率，可以一定程度地緩解冷啟動(dòng)問題. 而面向商圈相似度的協(xié)同過濾算法通過推薦相似商圈中的流行商品，很好地提高了推薦結(jié)果的新穎性和驚喜度，避免了長(zhǎng)尾效應(yīng)的產(chǎn)生，在保證推薦準(zhǔn)確率的前提下，具有良好的穩(wěn)定性.

下一階段，將繼續(xù)對(duì)基于商圈位置區(qū)域模型的推薦算法進(jìn)行研究，并從商圈范圍劃分、數(shù)據(jù)指標(biāo)的設(shè)定、計(jì)算效率的提升等幾方面改進(jìn)算法及實(shí)驗(yàn)，提高商品的推薦準(zhǔn)確率，滿足用戶個(gè)性化商品推薦的需求.