區(qū)塊鏈在個(gè)性化推薦系統(tǒng)中的應(yīng)用研究綜述

許小穎，陳熙，陳源，謝永靖

華南理工大學(xué)工商管理學(xué)院，廣東 廣州 510640

0 引言

互聯(lián)網(wǎng)的飛速發(fā)展，給用戶帶來了極大的便利。然而，在網(wǎng)絡(luò)信息量快速增長的同時(shí)，也出現(xiàn)了嚴(yán)重的“信息過載”問題，導(dǎo)致用戶難以從海量的數(shù)據(jù)中獲取真正有用的信息，降低了信息的利用效率。推薦系統(tǒng)是解決該問題的有效手段，它由一系列智能推薦算法組成，通過信息過濾的方式為每個(gè)用戶推薦可能感興趣的內(nèi)容[1]。推薦系統(tǒng)已經(jīng)在許多領(lǐng)域發(fā)揮著不可或缺的作用，特別是在電子商務(wù)領(lǐng)域，個(gè)性化推薦加快了用戶的決策過程[2]，不僅提高了用戶的滿意度，也增加了商品的銷量[3-4]。

盡管推薦系統(tǒng)在研究上和應(yīng)用上已經(jīng)取得了一定的進(jìn)展，但是依然面臨著許多問題。在數(shù)據(jù)層面上，現(xiàn)有中心化的數(shù)據(jù)收集和存儲(chǔ)方式使得用戶的隱私保護(hù)和數(shù)據(jù)安全受到嚴(yán)重威脅。此外，推薦系統(tǒng)的有效性嚴(yán)重依賴于用戶數(shù)據(jù)的豐富程度和準(zhǔn)確程度[5]。但受缺乏激勵(lì)、缺少信任等不利因素的影響，用戶提供和共享數(shù)據(jù)的意愿不高，數(shù)據(jù)的真實(shí)性也難以保證。在系統(tǒng)實(shí)現(xiàn)層面上，傳統(tǒng)推薦系統(tǒng)的黑箱操作模式使得推薦流程的透明度較低，用戶對推薦邏輯難以理解，嚴(yán)重影響了用戶對推薦結(jié)果的信任程度。

近年來，區(qū)塊鏈技術(shù)的迅速發(fā)展為解決上述問題提供了嶄新的思路。區(qū)塊鏈?zhǔn)潜忍貛诺葦?shù)字加密貨幣的核心技術(shù)，以分布式記賬為基礎(chǔ)，具有去中心化、難以篡改、可追溯、可編程、公開透明和集體維護(hù)等特征。由于區(qū)塊鏈的獨(dú)特優(yōu)勢，越來越多的學(xué)者開始分別從數(shù)據(jù)層面和系統(tǒng)實(shí)現(xiàn)層面研究區(qū)塊鏈技術(shù)對推薦系統(tǒng)的優(yōu)化和改進(jìn)，有望從根本上應(yīng)對數(shù)據(jù)安全和隱私保護(hù)、數(shù)據(jù)共享、數(shù)據(jù)可信和推薦透明度等方面的挑戰(zhàn)，從而解決推薦系統(tǒng)存在的安全隱患和信任危機(jī)問題。

然而，目前國內(nèi)外還缺乏對區(qū)塊鏈在推薦系統(tǒng)中應(yīng)用的研究綜述。因此，本文將對近年來推薦系統(tǒng)面臨的主要問題和區(qū)塊鏈技術(shù)帶來的機(jī)遇進(jìn)行歸納總結(jié)，并通過對已有文獻(xiàn)的梳理，明晰區(qū)塊鏈在推薦系統(tǒng)中應(yīng)用的研究現(xiàn)狀，提出未來的研究重點(diǎn)和方向。

1 推薦系統(tǒng)的研究現(xiàn)狀和挑戰(zhàn)

1.1 推薦系統(tǒng)簡介

推薦系統(tǒng)可以被定義為一種應(yīng)用，其核心是推薦算法。推薦系統(tǒng)的主要目的是在特定的場景下，探索用戶的偏好，并從海量的數(shù)據(jù)中找到用戶可能感興趣的信息，為用戶生成推薦列表。作為解決信息過載的一種有效手段，推薦系統(tǒng)受到產(chǎn)業(yè)界和學(xué)術(shù)界的廣泛關(guān)注。

基于推薦原理的差異，傳統(tǒng)的推薦算法可以分為3種主要的類型[6]， 分別是協(xié)同過濾的推薦算法、基于內(nèi)容的推薦算法和混合推薦算法。除了這些傳統(tǒng)的推薦算法，在推薦系統(tǒng)的發(fā)展過程中也演變出許多效果顯著的改進(jìn)算法，比如基于社交的推薦算法[7]、跨領(lǐng)域的推薦算法[8]等。在近幾年的文獻(xiàn)中，深度學(xué)習(xí)以其強(qiáng)大的表達(dá)能力，逐漸成為推薦領(lǐng)域采用的主流算法；對抗學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、嵌入技術(shù)和注意力機(jī)制等技術(shù)也受到廣泛關(guān)注，這些技術(shù)的應(yīng)用顯著提高了推薦算法的整體性能。

1.2 現(xiàn)有推薦系統(tǒng)的挑戰(zhàn)

推薦系統(tǒng)在快速發(fā)展的同時(shí)，也面臨著許多挑戰(zhàn)，具體表現(xiàn)在數(shù)據(jù)和系統(tǒng)實(shí)現(xiàn)兩個(gè)層面。在數(shù)據(jù)層面上，傳統(tǒng)的推薦系統(tǒng)被部署在中心化服務(wù)器上，數(shù)據(jù)安全和隱私保護(hù)、數(shù)據(jù)共享、數(shù)據(jù)可信問題一直是制約推薦系統(tǒng)發(fā)展的主要障礙；在系統(tǒng)實(shí)現(xiàn)層面上，傳統(tǒng)推薦系統(tǒng)呈現(xiàn)給用戶的是一個(gè)無法觀察和理解的黑箱，推薦邏輯不透明導(dǎo)致的用戶信任程度低成為不可忽視的重要問題。

1.2.1 數(shù)據(jù)安全和隱私保護(hù)問題

推薦引擎一般架構(gòu)在存儲(chǔ)、計(jì)算資源充足的中心化服務(wù)器上，推薦數(shù)據(jù)中心化平臺(tái)進(jìn)行收集和存儲(chǔ)，這些數(shù)據(jù)往往包含用戶的隱私信息，例如姓名、位置和偏好等。這種集中式的存儲(chǔ)方式使得用戶產(chǎn)生的數(shù)據(jù)被平臺(tái)控制，平臺(tái)可在未經(jīng)用戶同意的情況下將數(shù)據(jù)轉(zhuǎn)賣給第三方[9]，導(dǎo)致用戶隱私的泄露。針對數(shù)據(jù)安全和隱私保護(hù)問題，一些企業(yè)提出了隱私保護(hù)政策來減少用戶的風(fēng)險(xiǎn)感知，提高透明度；然而，這些政策并不能從技術(shù)層面保證用戶的匿名性和數(shù)據(jù)的安全性、可控性[10]。也有一些學(xué)者提出了保護(hù)用戶隱私的數(shù)據(jù)存儲(chǔ)和挖掘方法，包括完全同態(tài)加密[11]和安全多方計(jì)算[12]。但當(dāng)數(shù)據(jù)量增大時(shí)，推薦計(jì)算的復(fù)雜度顯著增加。

此外，這種存儲(chǔ)在集中服務(wù)器上的客戶數(shù)據(jù)也可能遭到黑客的惡意攻擊，用戶隱私暴露風(fēng)險(xiǎn)大，在數(shù)據(jù)保護(hù)和安全方面非常脆弱。例如2018年，黑客利用系統(tǒng)漏洞竊取了臉書（Facebook）近5 000萬用戶的個(gè)人信息。如何從根本上解決數(shù)據(jù)安全和隱私保護(hù)問題，已經(jīng)成為目前大多數(shù)推薦系統(tǒng)面臨的難題之一。

1.2.2 數(shù)據(jù)共享問題

在推薦領(lǐng)域中，許多流行的推薦方法（例如協(xié)同過濾算法）往往面臨著用戶評分?jǐn)?shù)據(jù)的稀疏性和冷啟動(dòng)問題。針對推薦數(shù)據(jù)稀疏問題，現(xiàn)有的解決途徑主要集中在充分利用已有的數(shù)據(jù)上。一些學(xué)者提出采用數(shù)據(jù)降維技術(shù)，將高維稀疏數(shù)據(jù)映射到低維空間，從而更有效地利用有限的數(shù)據(jù)。例如Wang X H等人[13]采用卷積矩陣分解處理推薦系統(tǒng)中的高度稀疏數(shù)據(jù)，以捕獲更深層次的關(guān)系。此外，還有一些研究試圖充分挖掘用戶評分以外的其他信息作為補(bǔ)充。例如Reshma R等人[14]從社交網(wǎng)絡(luò)中獲取用戶間的信任關(guān)系和用戶個(gè)人資料的相似性，結(jié)合評分?jǐn)?shù)據(jù)進(jìn)行推薦。這些方法都是在數(shù)據(jù)稀疏的前提下，盡可能多地從有限的現(xiàn)有數(shù)據(jù)中提取有用信息，對數(shù)據(jù)稀疏問題有一定的緩和作用。

然而，這些方法并沒有從數(shù)據(jù)源的角度出發(fā)來提高數(shù)據(jù)供給的數(shù)量。數(shù)據(jù)共享是緩解數(shù)據(jù)稀疏性問題的有效途徑，包括單個(gè)用戶數(shù)據(jù)的分享和不同平臺(tái)間數(shù)據(jù)的共享。為了促進(jìn)數(shù)據(jù)供給，現(xiàn)有電商平臺(tái)通常采用粗粒度的激勵(lì)方式，即根據(jù)用戶反饋的數(shù)據(jù)量，給予一定的平臺(tái)積分獎(jiǎng)勵(lì)，這雖然在一定程度上增加了反饋的數(shù)據(jù)量，但也為推薦系統(tǒng)引入了大量無效數(shù)據(jù)，降低了推薦的質(zhì)量[15]。因此，需要根據(jù)數(shù)據(jù)實(shí)際價(jià)值和使用效果對用戶進(jìn)行精細(xì)化的激勵(lì)。然而，在現(xiàn)有中心化平臺(tái)的條件下，推薦系統(tǒng)的運(yùn)行均為黑箱化，透明性和公平性無法保證，精細(xì)化的激勵(lì)機(jī)制也難以實(shí)施。同時(shí)，由于平臺(tái)之間缺乏信任，無法保障數(shù)據(jù)使用的安全透明，跨平臺(tái)跨領(lǐng)域的數(shù)據(jù)共享難以真正實(shí)現(xiàn)[16]。

1.2.3 數(shù)據(jù)可信問題

除了需要確保數(shù)據(jù)的豐富性，真實(shí)有效的數(shù)據(jù)源也是推薦系統(tǒng)進(jìn)行精準(zhǔn)推薦的基礎(chǔ)。然而，由于用戶與平臺(tái)之間缺乏信任、商家與平臺(tái)合謀等情況的存在，推薦系統(tǒng)數(shù)據(jù)源的真實(shí)性難以保證。例如，在一些電商平臺(tái)，許多商家為了提高自身的信譽(yù)，會(huì)雇傭大量網(wǎng)絡(luò)寫手為自己撰寫虛假好評，甚至刪除和修改用于推薦的用戶數(shù)據(jù)。另外，現(xiàn)有電商平臺(tái)大多采用粗粒度的激勵(lì)方式，用戶為了獲取更多激勵(lì)，會(huì)出現(xiàn)隨意填寫反饋的現(xiàn)象，這給推薦系統(tǒng)帶來了大量的無效數(shù)據(jù)，平臺(tái)難以對用戶所反饋數(shù)據(jù)的質(zhì)量進(jìn)行有效的驗(yàn)證和控制。

針對數(shù)據(jù)可信問題，現(xiàn)有研究主要集中在如何抵御推薦攻擊上。通常所說的推薦攻擊指針對協(xié)同過濾推薦系統(tǒng)的攻擊，在這種攻擊中，惡意用戶通過注入大量虛假信息來改變推薦結(jié)果，這可能會(huì)降低用戶對推薦系統(tǒng)的客觀性和準(zhǔn)確度的信任[17]。針對這些攻擊，現(xiàn)有研究聚焦于兩種應(yīng)對方式。一種是檢測推薦攻擊，然后消除或降低這些攻擊對推薦的影響[18]，例如Tong C等人[19]提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的方法來挖掘用戶評分行為的深層特征，有效地檢測推薦攻擊。另一種是設(shè)計(jì)更加健壯的算法[20]，例如Yuan F等人[21]提出一種基于神經(jīng)網(wǎng)絡(luò)推薦模型的通用對抗訓(xùn)練框架，通過加入人工噪聲數(shù)據(jù)進(jìn)行協(xié)同訓(xùn)練，提高模型的魯棒性。目前，關(guān)于推薦系統(tǒng)的魯棒性研究還比較少，而攻擊策略卻層出不窮。

1.2.4 推薦透明度問題

推薦透明指讓用戶了解推薦系統(tǒng)給出特定推薦結(jié)果的原因，這將直接影響用戶對推薦系統(tǒng)的滿意程度和對推薦結(jié)果的信任程度[22]，而讓用戶信任并采納推薦結(jié)果，才是推薦系統(tǒng)發(fā)揮作用的關(guān)鍵所在。目前，大多數(shù)研究通過推薦解釋的方式來提高推薦系統(tǒng)的透明度。例如，亞馬遜在采用協(xié)同過濾推薦時(shí)，通過“買過本商品的用戶還買了……”向用戶提供推薦解釋[23]。然而，現(xiàn)有方法只是由中心化平臺(tái)告知用戶某個(gè)商品被推薦的原因，推薦過程仍然是個(gè)黑箱流程，推薦的透明度遠(yuǎn)遠(yuǎn)不夠。因此，提高推薦透明度仍然是目前推薦系統(tǒng)面臨的主要挑戰(zhàn)之一。

綜上所述，目前以數(shù)據(jù)驅(qū)動(dòng)的推薦系統(tǒng)仍然面臨著諸多問題，亟須一種創(chuàng)新性的解決方案從根本上打破當(dāng)前困局。近年來，區(qū)塊鏈技術(shù)的迅速發(fā)展為解決上述問題提供了嶄新的思路。區(qū)塊鏈具有去中心化、難以篡改、可追溯、可編程、公開透明和集體維護(hù)等特征，為解決推薦系統(tǒng)中的數(shù)據(jù)安全和隱私保護(hù)、數(shù)據(jù)共享、數(shù)據(jù)可信和推薦透明度問題提供了技術(shù)支撐。

2 區(qū)塊鏈技術(shù)的優(yōu)勢

2.1 區(qū)塊鏈技術(shù)及特征

早期的區(qū)塊鏈作為比特幣系統(tǒng)中的底層支撐技術(shù)，是一個(gè)含有塊鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)且難以篡改偽造的分布式賬本。而區(qū)塊鏈發(fā)展至今，其本身的內(nèi)涵與技術(shù)已發(fā)生了很多變化?？傮w來說，區(qū)塊鏈技術(shù)是一項(xiàng)綜合了加密算法、共識(shí)機(jī)制、P2P網(wǎng)絡(luò)、智能合約等計(jì)算機(jī)技術(shù)的全新的基礎(chǔ)架構(gòu)和技術(shù)體系。

區(qū)塊鏈一般具有以下幾個(gè)技術(shù)特征。

● 去中心化。區(qū)塊鏈建立在P2P網(wǎng)絡(luò)的基礎(chǔ)上，參與網(wǎng)絡(luò)的各個(gè)節(jié)點(diǎn)分散對等地參與協(xié)作，共同維護(hù)數(shù)據(jù)，達(dá)成共識(shí)。網(wǎng)絡(luò)內(nèi)部并不需要中心化的管理機(jī)構(gòu)，當(dāng)某個(gè)節(jié)點(diǎn)出現(xiàn)故障或自由加入和退出網(wǎng)絡(luò)時(shí)，整個(gè)系統(tǒng)都能維持正常運(yùn)行，單一機(jī)構(gòu)對系統(tǒng)的影響大大降低。

● 公開透明。去中心化使得每個(gè)節(jié)點(diǎn)都能平等地發(fā)送和接收區(qū)塊鏈網(wǎng)絡(luò)中的消息，除了各方被加密的私有信息，區(qū)塊鏈中的完整數(shù)據(jù)都能被任何節(jié)點(diǎn)查看和記錄，整個(gè)區(qū)塊鏈系統(tǒng)的運(yùn)作對于節(jié)點(diǎn)來說都是公開透明的。

● 數(shù)據(jù)可信。數(shù)據(jù)的安全性主要體現(xiàn)在兩方面：難以篡改偽造和可追溯。難以篡改偽造指由于共識(shí)機(jī)制的作用，數(shù)據(jù)一旦通過驗(yàn)證并寫入?yún)^(qū)塊鏈后就難以篡改，而偽造的數(shù)據(jù)難以使得各方節(jié)點(diǎn)達(dá)成共識(shí)，從而不被承認(rèn)；可追溯指區(qū)塊鏈存儲(chǔ)數(shù)據(jù)的塊鏈?zhǔn)浇Y(jié)構(gòu)有利于針對某一狀態(tài)查出與其相關(guān)的所有操作歷史。難以篡改偽造和可追溯這兩點(diǎn)，再加上公開透明的特性，使得區(qū)塊鏈上的數(shù)據(jù)是真實(shí)可信的。

● 匿名性。區(qū)塊鏈中采用了非對稱加密算法來保護(hù)用戶節(jié)點(diǎn)的身份信息，用戶對外公布的只是加密后的哈希地址，而其他用戶無法從該地址中讀取任何有效信息，這為用戶提供了隱私安全保障。

2.2 區(qū)塊鏈技術(shù)在推薦系統(tǒng)中的應(yīng)用價(jià)值

區(qū)塊鏈以其去中心化、加密匿名和數(shù)據(jù)的防偽溯源等特性，使得脫離中心化管理成為一種可能，在解決現(xiàn)有推薦系統(tǒng)面臨的問題上具有重要的應(yīng)用價(jià)值。

在數(shù)據(jù)安全和隱私保護(hù)問題上，首先，區(qū)塊鏈的去中心化消除了第三方控制的需要，可以有效降低中心化數(shù)據(jù)節(jié)點(diǎn)存在的安全風(fēng)險(xiǎn)；其次，區(qū)塊鏈內(nèi)置的數(shù)字簽名和加密技術(shù)方案，可與認(rèn)證、訪問控制等安全對策相結(jié)合，提高數(shù)據(jù)安全性，保護(hù)用戶隱私[24]；最后，在區(qū)塊鏈網(wǎng)絡(luò)中，交易的整個(gè)過程被記錄在區(qū)塊鏈上，具有難以篡改和可追溯性，為數(shù)據(jù)所有者帶來更大的透明度，保護(hù)數(shù)據(jù)不被濫用。

在數(shù)據(jù)共享問題上，區(qū)塊鏈去中心化的結(jié)構(gòu)使得數(shù)據(jù)交易不需要中介機(jī)構(gòu)，結(jié)合加密技術(shù)和智能合約可構(gòu)建全新的信任模式，保障交易安全快速完成；其次，由于其公開透明和難以篡改等特性，結(jié)合智能合約和代幣機(jī)制，可以有效解決多方協(xié)同中激勵(lì)計(jì)算與利益分配的信任問題。

在數(shù)據(jù)可信問題上，區(qū)塊鏈采用基于共識(shí)的數(shù)據(jù)更新機(jī)制，可以在一定程度上消除不可信數(shù)據(jù)的影響，并結(jié)合代幣激勵(lì)機(jī)制來確保誠實(shí)用戶的利益；此外，鏈上數(shù)據(jù)具有難以篡改和可追溯性，避免數(shù)據(jù)被惡意修改的風(fēng)險(xiǎn)。

在推薦透明度問題上，對用戶數(shù)據(jù)的使用全過程進(jìn)行跟蹤和客觀記錄，使得數(shù)據(jù)具有難以篡改和可追溯的特點(diǎn)，從而提高了推薦系統(tǒng)內(nèi)部的透明性和可信性；同時(shí)，結(jié)合智能合約，將區(qū)塊鏈與推薦系統(tǒng)進(jìn)行深度融合，可以提高整個(gè)推薦算法的透明度。

區(qū)塊鏈通過可信任的點(diǎn)對點(diǎn)傳輸、難以篡改的數(shù)據(jù)存儲(chǔ)和可追溯的數(shù)據(jù)查看，解決了多方協(xié)同的信任問題，讓用戶更加信任推薦系統(tǒng)及其應(yīng)用平臺(tái)，并愿意提供更加真實(shí)有效的數(shù)據(jù)，從而建立起平臺(tái)的信任生態(tài)，促進(jìn)推薦系統(tǒng)的良性發(fā)展。目前已有不少研究關(guān)注到了區(qū)塊鏈技術(shù)帶來的機(jī)遇，區(qū)塊鏈在信譽(yù)系統(tǒng)[24-26]、用戶評價(jià)[24]和電子商務(wù)[10]中的應(yīng)用受到了越來越多的關(guān)注，這也進(jìn)一步推動(dòng)了區(qū)塊鏈與推薦系統(tǒng)的結(jié)合。

3 區(qū)塊鏈在推薦系統(tǒng)中的應(yīng)用現(xiàn)狀

通過篩選國內(nèi)外主要檢索源中符合主題的文獻(xiàn)，對文獻(xiàn)的時(shí)間分布、類型分布等方面進(jìn)行分類統(tǒng)計(jì)，并從主要研究問題和評估指標(biāo)兩個(gè)層面對區(qū)塊鏈在推薦系統(tǒng)中的應(yīng)用情況進(jìn)行深入分析，明晰區(qū)塊鏈在推薦系統(tǒng)中的應(yīng)用現(xiàn)狀。

3.1 文獻(xiàn)檢索方法

在文獻(xiàn)具體篩選方法層面，本文分別以（“recommend”or“recommendation”or“recommender”or“recommender systems”）and“blockchain”、（“推薦”or“推薦系統(tǒng)”）and“區(qū)塊鏈”為檢索詞，在Web of Science、EI Engineering Village 2、Google Scholar、中國知網(wǎng)、萬方數(shù)據(jù)等數(shù)據(jù)庫中進(jìn)行搜索；通過閱讀所選擇的文獻(xiàn)摘要，剔除研究重點(diǎn)不是區(qū)塊鏈在推薦系統(tǒng)上的應(yīng)用的文章，并在文獻(xiàn)閱讀過程中根據(jù)參考文獻(xiàn)不斷擴(kuò)展文獻(xiàn)范圍。最后發(fā)現(xiàn)相關(guān)文獻(xiàn)40篇。

3.2 文獻(xiàn)分類統(tǒng)計(jì)

3.2.1 時(shí)間分布

如圖1所示，從時(shí)間分布上看，最早的與區(qū)塊鏈推薦系統(tǒng)相關(guān)的文獻(xiàn)出現(xiàn)在2016年，區(qū)塊鏈在推薦系統(tǒng)上的應(yīng)用近幾年才開始發(fā)展，是一個(gè)比較新的領(lǐng)域。近年來，文獻(xiàn)數(shù)量逐年增加，這也從側(cè)面反映了隨著區(qū)塊鏈技術(shù)的快速發(fā)展，區(qū)塊鏈推薦系統(tǒng)這一研究領(lǐng)域越來越受到學(xué)者們的關(guān)注。

圖1 文獻(xiàn)的時(shí)間分布

3.2.2 文獻(xiàn)類型

如圖2（a）所示，從文獻(xiàn)類型分布上看，大部分文獻(xiàn)類型都是期刊論文（60%），會(huì)議論文、專利和圖書分別占20%、18%和2%。從論文發(fā)表的期刊來看，主要是信息系統(tǒng)和電子信息技術(shù)等技術(shù)領(lǐng)域的期刊。從期刊的級別來看，有不少論文發(fā)表在重要國際期刊和中文核心期刊上，如IEEE Transactions on Engineering Management、IEEE Transactions on Network Science and Engineering和《西安電子科技大學(xué)學(xué)報(bào)》等，這也從側(cè)面反映出區(qū)塊鏈與推薦系統(tǒng)的結(jié)合已成為推薦系統(tǒng)領(lǐng)域的研究前沿和熱點(diǎn)。圖2（b）是從目前國內(nèi)外文獻(xiàn)分布的視角對篩選的結(jié)果進(jìn)行分類。從圖2（b）可知，國內(nèi)外文獻(xiàn)的占比分別為44%和56%，說明目前國外對該領(lǐng)域的研究熱度高于國內(nèi)。圖2（c）根據(jù)研究方法對篩選結(jié)果進(jìn)行分類。從圖2（c）可知，定性研究數(shù)量相對較少，大多數(shù)研究是針對研究場景和所需解決的問題設(shè)計(jì)一個(gè)系統(tǒng)框架，并用實(shí)際的數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析，通過定量方法驗(yàn)證系統(tǒng)的有效性。因此，相比于定性的純理論論證和推導(dǎo)，基于實(shí)驗(yàn)和實(shí)證的定量研究更適合此研究方向。

圖2 文獻(xiàn)類型

3.3 主要研究問題

從研究問題上看，區(qū)塊鏈在推薦系統(tǒng)上的應(yīng)用主要是為了解決4個(gè)問題，分別是推薦系統(tǒng)中的數(shù)據(jù)安全和隱私保護(hù)問題、數(shù)據(jù)共享問題、數(shù)據(jù)可信問題和推薦透明度問題?；趨^(qū)塊鏈的推薦系統(tǒng)研究總覽見表1。關(guān)于研究解決數(shù)據(jù)安全和隱私保護(hù)問題的文章占比最大，這說明保護(hù)用戶隱私和數(shù)據(jù)安全被認(rèn)為是區(qū)塊鏈應(yīng)用于推薦系統(tǒng)所帶來的最顯著優(yōu)勢。

表1 基于區(qū)塊鏈的推薦系統(tǒng)研究總覽

3.3.1 數(shù)據(jù)安全和隱私保護(hù)

在傳統(tǒng)的中心化推薦系統(tǒng)應(yīng)用平臺(tái)中，平臺(tái)需要收集大量的用戶敏感數(shù)據(jù)，這種集中式的數(shù)據(jù)存儲(chǔ)方法容易受到惡意攻擊，并且可在未經(jīng)用戶授權(quán)的情況下，轉(zhuǎn)賣或利用用戶數(shù)據(jù)進(jìn)行分析，存在泄露用戶信息的風(fēng)險(xiǎn)。區(qū)塊鏈對用戶隱私和數(shù)據(jù)安全的保護(hù)主要體現(xiàn)在3個(gè)方面：一是區(qū)塊鏈的去中心化數(shù)據(jù)存儲(chǔ)可以避免惡意攻擊，消除第三方的控制；二是在公有鏈中，每個(gè)用戶擁有自己的賬戶地址，很難把賬戶地址與真實(shí)世界中的人的身份對應(yīng)起來；三是通過各種加密技術(shù)對鏈上的數(shù)據(jù)進(jìn)行加密，僅授權(quán)方可以解密。

區(qū)塊鏈作為一個(gè)去中心化的數(shù)據(jù)庫，可以有效避免集中式數(shù)據(jù)中心存在的分布式拒絕服務(wù)（distributed denial of service，DDoS）攻擊和單點(diǎn)故障等安全風(fēng)險(xiǎn)，并且消除了第三方的控制，將數(shù)據(jù)控制權(quán)歸還給用戶，降低了中央數(shù)據(jù)存儲(chǔ)導(dǎo)致的隱私泄露的風(fēng)險(xiǎn)。例如Lin L J等人[33]提出一種基于區(qū)塊鏈技術(shù)的隱私保護(hù)推薦機(jī)制，利用區(qū)塊鏈固有的去中心化特性，用戶能夠?qū)⒃紨?shù)據(jù)保存在本地，降低了中心數(shù)據(jù)存儲(chǔ)導(dǎo)致的隱私泄露風(fēng)險(xiǎn)。該機(jī)制還結(jié)合了星際文件系統(tǒng)和差分隱私機(jī)制，降低了計(jì)算和通信成本，可為推薦過程提供隱私保護(hù)。

在上述文獻(xiàn)中，部分研究采用公有鏈搭建推薦系統(tǒng)框架，利用賬戶地址的匿名性保護(hù)用戶的隱私安全。例如楊立等人[29]提出了一個(gè)基于區(qū)塊鏈的保險(xiǎn)產(chǎn)品推薦模型，所有參與者都通過模型中的賬號(hào)參與計(jì)算，并且每次交易都使用一個(gè)新的賬號(hào)。Lisi A等人[48]提出一個(gè)基于公有鏈的推薦系統(tǒng)框架，用戶可以選擇一個(gè)不透露任何真實(shí)信息的虛擬賬號(hào)進(jìn)行注冊。在去中心化的應(yīng)用場景下，任何人都很難將虛擬賬號(hào)與用戶真實(shí)身份之間的匹配關(guān)系對應(yīng)起來，這在一定程度上保證了用戶隱私安全。然而，完全匿名系統(tǒng)雖然可以保護(hù)用戶隱私，但這意味著允許未經(jīng)身份驗(yàn)證的用戶創(chuàng)建虛假賬號(hào)和信息，為欺詐行為留下了可能性。

區(qū)塊鏈與加密技術(shù)的結(jié)合，使用戶對自己的數(shù)據(jù)有一定的控制權(quán)，可選擇性地展現(xiàn)個(gè)人數(shù)據(jù)給指定的參與方。例如楊立等人[29]采用非對稱加密的方式，將用戶的個(gè)人信息（家庭住址、健康狀況）和保險(xiǎn)公司的退保理賠信息等敏感數(shù)據(jù)加密上鏈，從而保證僅被授權(quán)的平臺(tái)可以獲取相關(guān)信息并進(jìn)行推薦計(jì)算，而其他平臺(tái)或用戶無法看到。趙子軍等人[28]利用分布式雙門陷公鑰加密系統(tǒng)（distributed two-trapdoor public-key cryptosystem，DT-PKC），對車輛的敏感數(shù)據(jù)（如目的地等）進(jìn)行加密上鏈，并通過設(shè)計(jì)一系列安全協(xié)議進(jìn)行推薦計(jì)算，以保護(hù)用戶的隱私安全。Frey R等人[10]提出將客戶的個(gè)人資料和公司獲得的購物歷史、信用卡記錄數(shù)據(jù)進(jìn)行加密上鏈，當(dāng)用戶給予訪問權(quán)限時(shí)，公司才有權(quán)執(zhí)行推薦任務(wù)。區(qū)塊鏈能夠?qū)⒂脩粜畔⑦M(jìn)行有效加密，并做到精細(xì)化的數(shù)據(jù)授權(quán)，任何不相關(guān)的用戶都無法從加密數(shù)據(jù)中讀取到有用信息，這為用戶隱私提供了更深層次的保護(hù)。

此外，通過區(qū)塊鏈與安全多方計(jì)算的結(jié)合，可在保護(hù)隱私的情況下完成相應(yīng)的推薦計(jì)算任務(wù)。例如Frey R等人[10]利用基于區(qū)塊鏈的安全多方計(jì)算的優(yōu)勢，提出了一個(gè)保護(hù)隱私的推薦系統(tǒng)。但實(shí)際上在區(qū)塊鏈上完成整個(gè)推薦計(jì)算過程是不可行的，因?yàn)橥ㄟ^區(qū)塊鏈上的智能合約來完成推薦計(jì)算任務(wù)需要消耗很大的算力，并且通常不能進(jìn)行實(shí)時(shí)推薦。

因此，利用區(qū)塊鏈技術(shù)固有的去中心化、加密和匿名性等特點(diǎn)，可以有效解決推薦系統(tǒng)的隱私和安全問題。當(dāng)然，這需要對權(quán)限設(shè)置、推薦算法和系統(tǒng)框架等進(jìn)行進(jìn)一步的優(yōu)化，在充分發(fā)揮區(qū)塊鏈的優(yōu)點(diǎn)的同時(shí)，保證系統(tǒng)的可行性和合理性。

3.3.2 數(shù)據(jù)共享

推薦系統(tǒng)的數(shù)據(jù)共享問題主要包括兩個(gè)方面：一是平臺(tái)間進(jìn)行數(shù)據(jù)共享時(shí)存在的信任和隱私問題；二是由于缺乏有效激勵(lì)，用戶不愿主動(dòng)分享更多高質(zhì)量的數(shù)據(jù)。這些問題影響了推薦系統(tǒng)數(shù)據(jù)源的豐富度和真實(shí)性，降低了推薦精度。

針對推薦系統(tǒng)中不同平臺(tái)間的數(shù)據(jù)共享問題，已有研究對基于區(qū)塊鏈技術(shù)的解決方案進(jìn)行了探討。例如Yan B W等人[37]提出通過在不同云平臺(tái)之間建立聯(lián)盟鏈，實(shí)現(xiàn)云平臺(tái)之間數(shù)據(jù)的高效安全共享。通過采用非對稱加密算法對共享數(shù)據(jù)進(jìn)行加密，聯(lián)盟鏈上的節(jié)點(diǎn)可以驗(yàn)證共享數(shù)據(jù)的完整性和可靠性，但沒有密鑰就無法獲得任何信息；聯(lián)盟鏈中的所有節(jié)點(diǎn)都不能隨意篡改共享數(shù)據(jù)，這是因?yàn)橐坏┐鄹木蜁?huì)被檢測出來。陳亞輝等人[36]提出一個(gè)以區(qū)塊鏈技術(shù)為基礎(chǔ)的金融大數(shù)據(jù)共享與流通的大體框架，打破跨界機(jī)構(gòu)之間的數(shù)據(jù)孤島，以實(shí)現(xiàn)面向金融用戶的精準(zhǔn)可信推薦。區(qū)塊鏈的去中心化使得數(shù)據(jù)交易不需要第三方機(jī)構(gòu)，利用區(qū)塊鏈上的加密技術(shù)和智能合約，可以對交易細(xì)節(jié)進(jìn)行加密，從而確保共享數(shù)據(jù)的隱私安全，保證交易和支付的高效完成。此外，平臺(tái)間數(shù)據(jù)共享的交易一旦經(jīng)過驗(yàn)證并添加至區(qū)塊鏈上，就很難被修改或抹除，任何一筆交易都有完整的記錄，這可有效解決不同平臺(tái)間數(shù)據(jù)共享的信任問題，進(jìn)一步促進(jìn)平臺(tái)間的數(shù)據(jù)共享。

此外，針對單個(gè)用戶的數(shù)據(jù)分享問題，Li X L等人[30]提出數(shù)據(jù)請求者在部署某項(xiàng)推薦服務(wù)的智能合約時(shí)，可在區(qū)塊鏈中存入交易費(fèi)用，通過區(qū)塊鏈的交易記錄和智能合約的規(guī)則設(shè)定，對數(shù)據(jù)提供者和礦工進(jìn)行激勵(lì)，以鼓勵(lì)用戶分享更多的數(shù)據(jù)。Lisi A等人[38]提出一種基于區(qū)塊鏈技術(shù)的去中心化評分框架，通過對用戶評分進(jìn)行獎(jiǎng)勵(lì)來激勵(lì)用戶提供評分?jǐn)?shù)據(jù)，以支持推薦系統(tǒng)。由此可見，區(qū)塊鏈可對推薦過程中用戶反饋數(shù)據(jù)的使用全過程進(jìn)行客觀、透明和難以篡改的跟蹤和記錄，這為實(shí)施精細(xì)化激勵(lì)機(jī)制創(chuàng)造了條件。借助智能合約，可對數(shù)據(jù)的實(shí)際價(jià)值進(jìn)行準(zhǔn)確、公平的量化，從而對用戶進(jìn)行精準(zhǔn)激勵(lì)，促進(jìn)高質(zhì)量數(shù)據(jù)的供給。區(qū)塊鏈為數(shù)據(jù)價(jià)值的準(zhǔn)確量化和精細(xì)化激勵(lì)機(jī)制的順利實(shí)施提供了必要條件。然而，目前針對這方面的研究仍相對缺乏。

3.3.3 數(shù)據(jù)可信

在傳統(tǒng)的中心化推薦系統(tǒng)中，用戶數(shù)據(jù)由平臺(tái)進(jìn)行收集和維護(hù)，出于追求商業(yè)利益的目的，平臺(tái)可能對用于推薦的數(shù)據(jù)進(jìn)行操縱和篡改。另外，由于缺少有效的激勵(lì)機(jī)制和對隱私保護(hù)的不足，用戶也可能提供虛假的信息。針對推薦系統(tǒng)的數(shù)據(jù)可信問題，Li X L等人[30]基于區(qū)塊鏈設(shè)計(jì)了一個(gè)聯(lián)合矩陣分解模型，采用基于實(shí)用拜占庭容錯(cuò)（practical Byzantine fault tolerance，PBFT）的共識(shí)機(jī)制對用戶提供的數(shù)據(jù)進(jìn)行驗(yàn)證，并根據(jù)用戶數(shù)據(jù)貢獻(xiàn)水平進(jìn)行合理的獎(jiǎng)勵(lì)分配，以鼓勵(lì)用戶提供真實(shí)數(shù)據(jù)。Wang S等人[44]通過區(qū)塊鏈驅(qū)動(dòng)的智能合約來實(shí)現(xiàn)眾包的業(yè)務(wù)邏輯，構(gòu)建用于推薦的知識(shí)圖譜，圖譜中的每個(gè)節(jié)點(diǎn)和邊都不能被輕易操縱和篡改，保證了用于推薦的數(shù)據(jù)的透明度和可審核性。

基于共識(shí)的數(shù)據(jù)更新機(jī)制，區(qū)塊鏈上的每筆交易由若干節(jié)點(diǎn)共同進(jìn)行驗(yàn)證，在一定程度上保證了上鏈數(shù)據(jù)的真實(shí)可信；同時(shí)，激勵(lì)機(jī)制的引入也可以鼓勵(lì)用戶提供更多真實(shí)有用的數(shù)據(jù)。另外，每個(gè)用戶生成的交易由礦工驗(yàn)證，整個(gè)過程被記錄在區(qū)塊鏈上，具有難以篡改和可追溯的特性，任何人都無法隨意篡改用戶的反饋數(shù)據(jù)，這也降低了用于推薦計(jì)算的數(shù)據(jù)被惡意操縱的風(fēng)險(xiǎn)。然而，現(xiàn)有的研究主要還是聚焦在鼓勵(lì)用戶提供有效反饋數(shù)據(jù)上，在如何利用區(qū)塊鏈的分布式共識(shí)打擊虛假評論等方面仍缺少相應(yīng)的討論。

3.3.4 推薦透明度

提高推薦透明度是提高用戶對推薦結(jié)果信任度的重要途徑，然而現(xiàn)有的中心化推薦系統(tǒng)均為黑箱，推薦透明度遠(yuǎn)遠(yuǎn)不足。在推薦透明度的問題上，Lisi A等人[48]提出一個(gè)基于區(qū)塊鏈的推薦系統(tǒng)構(gòu)建方法，為用戶提供透明的評分收集和物品分?jǐn)?shù)計(jì)算過程。該方法將用戶、物品、用戶評分等都存儲(chǔ)在區(qū)塊鏈上，將計(jì)算物品分?jǐn)?shù)的算法存儲(chǔ)在智能合約中，用戶可選擇特定算法來計(jì)算物品分?jǐn)?shù)。由于評分?jǐn)?shù)據(jù)、計(jì)算函數(shù)都存儲(chǔ)在區(qū)塊鏈上，難以篡改且公開透明，用戶可以查看用于推薦計(jì)算的數(shù)據(jù)和方法，驗(yàn)證物品分?jǐn)?shù)的計(jì)算過程，從而提高推薦的透明度。然而，由于智能合約的計(jì)算能力有限，該方法中僅使用了簡單的計(jì)算函數(shù)，這可能會(huì)導(dǎo)致較低的推薦精度。

隨著推薦系統(tǒng)在日常生活和關(guān)鍵業(yè)務(wù)中的重要性不斷提高，提高用戶對數(shù)據(jù)、模型、訓(xùn)練過程和結(jié)果的信任度越來越重要。對于推薦系統(tǒng)的透明度問題，區(qū)塊鏈能夠幫助研究人員在不同粒度級別上對推薦過程進(jìn)行跟蹤和記錄。這種清晰的追蹤過程不僅可以提高推薦數(shù)據(jù)的可信度，還可以讓所有參與的用戶了解推薦系統(tǒng)做出決定的過程，提高對推薦系統(tǒng)模型、訓(xùn)練過程和結(jié)果的信任度。然而，將區(qū)塊鏈與推薦系統(tǒng)結(jié)合時(shí)，需要對推薦算法和推薦流程進(jìn)行進(jìn)一步的設(shè)計(jì)和優(yōu)化，在提高推薦透明度的同時(shí)，滿足系統(tǒng)的精度和效率要求。此外，即使提高了推薦的透明度，對于非專業(yè)用戶來說，理解推薦邏輯還是有一定難度的，因此，除了使用區(qū)塊鏈底層保證推薦流程的透明性，仍需在界面設(shè)計(jì)上保證與用戶的良好溝通，降低用戶的使用門檻。

3.4 評估指標(biāo)

文獻(xiàn)采用的評估指標(biāo)見表2。從評估指標(biāo)上看，采用實(shí)驗(yàn)方法的文獻(xiàn)中，大多對區(qū)塊鏈推薦系統(tǒng)的準(zhǔn)確度進(jìn)行分析。其中主要通過與現(xiàn)有方法的比較，來證明提出的推薦系統(tǒng)可以取得相似或更高的準(zhǔn)確度；也有文獻(xiàn)通過問卷調(diào)查和案例研究來分析推薦結(jié)果的合理性。如Wang S等人[44]通過一個(gè)給企業(yè)員工分配任務(wù)的案例實(shí)驗(yàn)，分別從自我驗(yàn)證（與被推薦員工的歷史工作是否相關(guān)）和外部驗(yàn)證（推薦結(jié)果被采納的比例）兩個(gè)方面分析推薦的有效性，并通過問卷調(diào)查的方式來收集企業(yè)領(lǐng)導(dǎo)對系統(tǒng)有效性的反饋。

此外，引入?yún)^(qū)塊鏈作為底層技術(shù)，一方面旨在提高推薦系統(tǒng)的安全性能，另一方面也給推薦系統(tǒng)的可行性和穩(wěn)定性帶來了新的挑戰(zhàn)。因此，為了確保系統(tǒng)的有效性，除了對推薦系統(tǒng)的準(zhǔn)確度進(jìn)行評估，還必須對區(qū)塊鏈系統(tǒng)進(jìn)行測試。表2中大部分文獻(xiàn)對區(qū)塊鏈系統(tǒng)的性能進(jìn)行了分析，包括安全性能和效率性能。安全性能主要是在區(qū)塊鏈框架下，通過定性方法對推薦系統(tǒng)的隱私性、透明性和可驗(yàn)證性等進(jìn)行分析。效率性能指系統(tǒng)的運(yùn)行效率和可擴(kuò)展性，對效率性能的分析主要通過定量分析的方法對系統(tǒng)運(yùn)行時(shí)的燃料消耗、計(jì)算開銷、通信開銷、存儲(chǔ)可擴(kuò)展性和吞吐量等進(jìn)行分析。這說明了在區(qū)塊鏈推薦系統(tǒng)中，推薦系統(tǒng)的推薦性能、區(qū)塊鏈框架的安全和效率性能受到廣泛關(guān)注，對相關(guān)指標(biāo)的分析是證明系統(tǒng)有效性的關(guān)鍵。因此，在提出區(qū)塊鏈推薦系統(tǒng)框架后，對二者的分析是非常有必要的。

表2 文獻(xiàn)采用的評估指標(biāo)

4 總結(jié)與未來研究建議

本文通過結(jié)構(gòu)化的文獻(xiàn)回顧，對近年來推薦系統(tǒng)存在的主要問題和區(qū)塊鏈技術(shù)帶來的機(jī)遇進(jìn)行歸納總結(jié)，并采用文獻(xiàn)分析方法，從時(shí)間分布、文獻(xiàn)類型、研究問題和評估指標(biāo)4個(gè)層面，對推薦系統(tǒng)中區(qū)塊鏈技術(shù)的應(yīng)用研究進(jìn)行分析和總結(jié)。分析結(jié)果表明，區(qū)塊鏈推薦系統(tǒng)的研究熱度逐年增加，區(qū)塊鏈技術(shù)對于解決推薦系統(tǒng)的用戶隱私和數(shù)據(jù)安全、數(shù)據(jù)共享、數(shù)據(jù)可信和推薦透明度問題有重要意義。然而，已有文獻(xiàn)主要集中于解決推薦系統(tǒng)中的用戶隱私和數(shù)據(jù)安全問題，在其他方面的研究相對缺乏。

通過對已有文獻(xiàn)的梳理和總結(jié)，筆者發(fā)現(xiàn)了一些重要的問題有待未來進(jìn)一步深入地研究。在此，本文針對性地提出以下幾個(gè)觀點(diǎn)和建議。

第一，重視跨平臺(tái)數(shù)據(jù)共享的研究。目前研究中針對跨平臺(tái)數(shù)據(jù)共享問題的研究相對較少，制約跨平臺(tái)數(shù)據(jù)共享的主要原因來源于平臺(tái)間缺少信任：一方面，數(shù)據(jù)分享存在信息泄露、損害平臺(tái)用戶隱私的風(fēng)險(xiǎn)；另一方面，數(shù)據(jù)價(jià)值存在不確定性，難以確保數(shù)據(jù)交換的公平性。借助區(qū)塊鏈技術(shù)解決不同平臺(tái)間的信任問題，需要對推薦模型的多方協(xié)同改進(jìn)模式進(jìn)行合理的設(shè)計(jì)。同時(shí)，通過設(shè)計(jì)合理的激勵(lì)機(jī)制來保證各平臺(tái)參與模型協(xié)同改進(jìn)的公平性，提高各平臺(tái)參與的積極性。

第二，結(jié)合區(qū)塊鏈提出精細(xì)化的數(shù)據(jù)激勵(lì)機(jī)制。推薦系統(tǒng)的數(shù)據(jù)稀疏問題是該研究領(lǐng)域的一個(gè)經(jīng)典難題。其中，缺少有效的激勵(lì)機(jī)制是導(dǎo)致用戶分享數(shù)據(jù)的積極性不高的重要原因。但在傳統(tǒng)的中心化推薦系統(tǒng)中，由于缺少可信的執(zhí)行環(huán)境，精細(xì)化的激勵(lì)機(jī)制難以實(shí)施。區(qū)塊鏈技術(shù)可對用戶所反饋數(shù)據(jù)的使用全過程進(jìn)行客觀的跟蹤和記錄，使得透明性和公平性得到保證，為實(shí)施精細(xì)化激勵(lì)機(jī)制創(chuàng)造了條件。依據(jù)平臺(tái)上部署的智能合約，用戶獲得的收益將由其提供的反饋數(shù)據(jù)的實(shí)際價(jià)值和長期使用效果直接決定，從而解決了用戶與平臺(tái)間的信任問題。結(jié)合區(qū)塊鏈上的加密貨幣，對用戶反饋數(shù)據(jù)的精細(xì)化激勵(lì)可以有效刺激交易市場，在解決數(shù)據(jù)稀疏問題的同時(shí)，實(shí)現(xiàn)各參與方的共贏。

第三，重視區(qū)塊鏈框架的可擴(kuò)展性研究。目前大多數(shù)研究是在簡化的網(wǎng)絡(luò)環(huán)境下進(jìn)行少量實(shí)驗(yàn)，對區(qū)塊鏈框架的可擴(kuò)展性研究不足?，F(xiàn)有的區(qū)塊鏈框架只能處理少量的鏈上交易，適用于小規(guī)模的、對吞吐量要求較低的應(yīng)用場景。然而，推薦系統(tǒng)被廣泛應(yīng)用于各大領(lǐng)域，特別是電商平臺(tái)。這些應(yīng)用場景可能需要大規(guī)模地處理交易數(shù)據(jù)，對系統(tǒng)的延遲和吞吐量有一定要求。此外，許多業(yè)務(wù)應(yīng)用場景對系統(tǒng)性能有動(dòng)態(tài)需求，例如可能在某個(gè)時(shí)間請求大量資源。解決可擴(kuò)展性是區(qū)塊鏈被廣泛采用的重要前提。已有研究針對區(qū)塊鏈框架的可擴(kuò)展性提出了一些解決方案，如分片技術(shù)、側(cè)鏈技術(shù)等。在推薦系統(tǒng)與區(qū)塊鏈的結(jié)合中，也應(yīng)重視區(qū)塊鏈框架的可擴(kuò)展性研究。

第四，推薦算法與智能合約的相互融合。考慮到智能合約的可編程特性，可將推薦算法嵌入智能合約中。推薦系統(tǒng)領(lǐng)域的算法研究已較為成熟，如協(xié)同過濾推薦等算法已被成功應(yīng)用于眾多電商平臺(tái)，但這些算法都只能在中心化架構(gòu)中運(yùn)行。智能合約是運(yùn)行于區(qū)塊鏈之上的圖靈完備編程語言，需要對傳統(tǒng)推薦算法進(jìn)行智能合約化改造，才能使其適用于區(qū)塊鏈運(yùn)行環(huán)境，并使推薦邏輯和數(shù)據(jù)使用過程透明化，以滿足對數(shù)據(jù)使用過程跟蹤溯源的前提。

第五，推薦算法與邊緣計(jì)算技術(shù)的結(jié)合。推薦系統(tǒng)屬于計(jì)算密集型應(yīng)用，推薦模型的訓(xùn)練和推薦結(jié)果的生成需要基于用戶提供的反饋數(shù)據(jù)進(jìn)行大量的運(yùn)算，與區(qū)塊鏈融合之后會(huì)造成計(jì)算和存儲(chǔ)成本上升，增加平臺(tái)負(fù)擔(dān)。邊緣計(jì)算是近年來興起的一種計(jì)算模型，利用具有計(jì)算資源的終端設(shè)備在本地處理海量數(shù)據(jù)和大規(guī)模運(yùn)算，旨在解決集中式的云計(jì)算實(shí)時(shí)性不高、網(wǎng)絡(luò)帶寬不足、計(jì)算能耗大和數(shù)據(jù)安全保護(hù)不足等問題[51]。因此，應(yīng)基于區(qū)塊鏈去中心化的結(jié)構(gòu)特點(diǎn)，探索將推薦算法與邊緣計(jì)算技術(shù)結(jié)合，使計(jì)算負(fù)荷被合理分配給區(qū)塊鏈中的節(jié)點(diǎn)，提高基于區(qū)塊鏈的推薦系統(tǒng)效率。

區(qū)塊鏈的興起為推薦系統(tǒng)帶來了根本性的變革。從推薦系統(tǒng)和區(qū)塊鏈技術(shù)實(shí)踐的發(fā)展來看，區(qū)塊鏈與推薦系統(tǒng)的結(jié)合必將成為重要的發(fā)展趨勢。因此，通過對區(qū)塊鏈推薦系統(tǒng)領(lǐng)域進(jìn)行系統(tǒng)的文獻(xiàn)回顧，有助于區(qū)塊鏈推薦系統(tǒng)研究的發(fā)展，并更好地指導(dǎo)和服務(wù)實(shí)踐。