一種改進(jìn)的協(xié)同過濾的商品推薦方法

薛 亮，徐 慧，馮尊磊，賈俊鋮

(1.蘇州城市學(xué)院 計(jì)算機(jī)工程系，江蘇 蘇州 215104； 2.蘇州大學(xué)文正學(xué)院 計(jì)算機(jī)工程系，江蘇 蘇州 215104； 3.浙江大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，浙江 杭州 310027； 4.蘇州大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，江蘇 蘇州 215006)

0 引 言

隨著全球科技的飛速發(fā)展，并且在當(dāng)今社會疫情的背景下，網(wǎng)絡(luò)購物已經(jīng)成為人們?nèi)粘Ｙ徫锏闹匾绞?。根?jù)中國報(bào)告大廳網(wǎng)絡(luò)購物行業(yè)數(shù)據(jù)統(tǒng)計(jì)，網(wǎng)絡(luò)在線的零售交易額正在以每年多于40%的速度增長，在國內(nèi)電子購物發(fā)展非常迅猛的背景下，在線商品交易的用戶數(shù)量已經(jīng)高達(dá)8.6億[1]。但根據(jù)商務(wù)部的相關(guān)反映，網(wǎng)絡(luò)購物中的一些違法犯罪行為突出，例如：侵犯消費(fèi)者的合法權(quán)益、制售假冒偽劣商品等，已經(jīng)成為侵權(quán)假冒的關(guān)鍵手段，為消費(fèi)者推薦優(yōu)質(zhì)的商品也就變得非常必要。針對上述商品信息過載的問題，為了方便、便捷、有效地為用戶提供所需的商品，推薦算法逐漸成為研究熱點(diǎn)。通過分析用戶行為以及物品內(nèi)容特征，經(jīng)過一系列的數(shù)據(jù)處理，幫助用戶獲得需要的信息。推薦算法在網(wǎng)絡(luò)購物產(chǎn)品中得到了較為廣泛的應(yīng)用，但是商家為了提高銷售量使得推薦的商品魚龍混雜，導(dǎo)致消費(fèi)者難以分辨出自己想要的商品。因此，想要為用戶進(jìn)行個(gè)性化推薦，就必須要對推薦算法有較為深入的研究。

目前，大眾使用的較為主流的推薦算法是協(xié)同過濾算法，但傳統(tǒng)的協(xié)同過濾算法常常伴有數(shù)據(jù)稀疏性以及冷啟動(dòng)的問題。因此，國內(nèi)外許多專家提出了眾多改進(jìn)算法。Choi Y等人[2]對用戶的情感進(jìn)行分類研究，發(fā)現(xiàn)可以通過該方式影響電子商務(wù)推薦的結(jié)果，他們認(rèn)為可以通過計(jì)算機(jī)相關(guān)技術(shù)、機(jī)器學(xué)習(xí)等方法，將用戶的情感分類，再根據(jù)分類之后所得到的結(jié)果對用戶進(jìn)行個(gè)性化推薦。該系統(tǒng)采用了Naive Bayes(樸素貝葉斯)、SVM和決策樹等方法，通過大量數(shù)據(jù)集的實(shí)驗(yàn)分析可知決策樹具有更好的分類效果。楊茂保等人[3]通過分析用戶的評論從而發(fā)現(xiàn)用戶潛在的偏好，系統(tǒng)主要采用協(xié)同過濾算法分析用戶在評論中的情感因素，預(yù)測用戶之后的產(chǎn)品需求。

根據(jù)上述的研究內(nèi)容，該文的電子商品推薦采用改進(jìn)的協(xié)同過濾算法實(shí)現(xiàn)，通過降低活躍用戶對相似度的影響并且將電子商品本身屬性的質(zhì)量通過標(biāo)準(zhǔn)差計(jì)算獲得其離散性并將該離散值融入進(jìn)相似度計(jì)算的公式，對電子商品的推薦值進(jìn)行加權(quán)處理從而優(yōu)化推薦的預(yù)測效果。最后，在真實(shí)的數(shù)據(jù)集Movie-Lens上對算法的性能進(jìn)行測試，并且利用人工數(shù)據(jù)集Mobile-Data在設(shè)計(jì)實(shí)現(xiàn)的電子商品推薦系統(tǒng)上進(jìn)行推薦性能的實(shí)驗(yàn)測試。

1 傳統(tǒng)的協(xié)同過濾算法

協(xié)同過濾推薦算法(collaborative filtering，CF)[4]是迄今為止較為熱門的推薦技術(shù)。協(xié)同過濾推薦算法的目標(biāo)是根據(jù)用戶之前的喜好和其他志同道合的用戶的意見，為該用戶或者新用戶推薦新項(xiàng)目或者預(yù)測他們將對哪些項(xiàng)目感興趣。總的來說，該算法可以實(shí)現(xiàn)對某些特定項(xiàng)目的推薦與預(yù)測功能。傳統(tǒng)的協(xié)同過濾算法主要分為兩類：一是基于用戶的相似度計(jì)算進(jìn)行相關(guān)推薦，二是基于物品的相似度計(jì)算進(jìn)行相關(guān)推薦?；谟脩舻膮f(xié)同過濾推薦算法(user collaborative filtering，User-CF)是通過計(jì)算用戶之間的相似度得到與目標(biāo)用戶志趣相投的用戶，并根據(jù)相似度較高的用戶評分，將評分較高的項(xiàng)目信息推薦給目標(biāo)用戶?；谖锲返膮f(xié)同過濾推薦算法(item collaborative filtering，Item-CF)是通過計(jì)算物品之間的相似度，舉例來說：如果用戶喜歡物品a，就會向用戶推薦與物品a具有較高相似性的其他物品信息[1]。該文主要采用基于用戶的協(xié)同過濾推薦算法，該算法的主要流程如圖1所示。

圖1 傳統(tǒng)的User-CF算法流程

1.1 構(gòu)建用戶評分矩陣

用戶評分矩陣數(shù)據(jù)模型的構(gòu)建，主要是根據(jù)用戶對物品的評分表，構(gòu)建出相應(yīng)的評分矩陣。針對一個(gè)系統(tǒng)具有多個(gè)用戶與物品信息，記用戶數(shù)目為M，物品數(shù)目為N，從而根據(jù)用戶對物品的評分構(gòu)建出M×N的用戶-物品的評分矩陣，R=M×N，故Rij表示用戶i對物品j的評分?jǐn)?shù)據(jù)。User表示用戶用Useri表征，Item表示物品用Itemj表征。為了更加直觀地表現(xiàn)數(shù)據(jù)模型的構(gòu)建過程，假設(shè)用戶數(shù)M=3，物品數(shù)N=4，則構(gòu)建出一個(gè)R=3×4階的用戶-評分矩陣，見表1。其中數(shù)據(jù)越低表示評分越低，若數(shù)值為0表示沒有進(jìn)行相關(guān)的評分。

表1 用戶評分

續(xù)表1

根據(jù)上述表格分析：假設(shè)要為User1推薦物品，就先要找到與該用戶有相同興趣的用戶，通過觀察上表發(fā)現(xiàn)User2和User1均對Item1具有相同的評分，然而User3對該物品的評分較低為1分，因此選取User2為最近鄰，可見User2對Item3的評分為4分并且User1未對該物品做出任何評分，故可以將Item3推薦給User1，預(yù)測User1對Item3的評分也是4分。這里將用戶對電子商品的評分作為輸入，設(shè)計(jì)出評分表。該表包含多個(gè)用戶的評分組合。設(shè)計(jì)評分矩陣如圖2所示。

圖2 物品的評分矩陣

1.2 傳統(tǒng)的相似度計(jì)算

推薦系統(tǒng)的設(shè)計(jì)還離不開計(jì)算模型中的相似度，在構(gòu)建完數(shù)據(jù)模型得到用戶對電子商品的評分矩陣后，根據(jù)該矩陣計(jì)算數(shù)據(jù)模型內(nèi)用戶之間的相似度，繼而得到相似度矩陣。常見的計(jì)算用戶之間相似度的方法主要有：余弦相似度(cos)[4]、杰卡德系數(shù)(Jaccard)[5]以及皮爾遜相關(guān)系數(shù)(Pearson)[6]等。具體的計(jì)算公式如下：

(1)基于余弦的相似度(cos)：

(1)

(2)杰卡德系數(shù)(Jaccard)：

(2)

(3)皮爾遜相關(guān)系數(shù)(Pearson)：

Pearson(u,v)=

(3)

值得指出的是，基于上述傳統(tǒng)的相似度計(jì)算公式，在用戶評分矩陣極其稀疏的情況下很難通過直接計(jì)算得到真實(shí)的最近鄰集合。例如，用戶A的評分?jǐn)?shù)據(jù)為(1，2，1)，用戶B與用戶C的評分分別為(5，4，5)、(4，5，4)。通過觀察分析可以知道用戶B與用戶C更為相似，但是通過皮爾遜相關(guān)系數(shù)計(jì)算得到用戶A與用戶C最為相似，因此可見無法獲得真正的最近鄰。

1.3 評分預(yù)測推薦結(jié)果

傳統(tǒng)的基于用戶評分信息的協(xié)同過濾算法[7]在獲得用戶的相似度矩陣后，通過K近鄰的方法獲取與目標(biāo)用戶最為相似的K個(gè)用戶集合，再通過加權(quán)評價(jià)公式進(jìn)行項(xiàng)目推薦的預(yù)測評分。

常用的預(yù)測評分的公式如下：

(4)

該公式是推薦算法評分預(yù)測常用的公式，u,v表示兩個(gè)不同的用戶，i表示物品，Rv,i表示用戶v對物品i的評分?jǐn)?shù)據(jù)，S(u,v)是用戶u與用戶v之間的相似度值。通過計(jì)算用戶對與i相似的商品給出的評分總和，以計(jì)算對用戶u商品的評分預(yù)測，其本質(zhì)上是對基于皮爾遜相關(guān)系數(shù)計(jì)算后所得的相似度以及最近鄰評分的加權(quán)平均數(shù)，然后將所計(jì)算得到的加權(quán)平均數(shù)進(jìn)行排序，從而進(jìn)行評分預(yù)測。

2 改進(jìn)的基于用戶的協(xié)同過濾算法

綜上所述，傳統(tǒng)的基于用戶評分信息的協(xié)同過濾算法(user collaborative filtering，User-CF)，利用一般的相似度計(jì)算公式時(shí)會受到活躍用戶大量的評分信息以及商品本身質(zhì)量屬性的影響。首先，為了消除上述相關(guān)因素對相似度計(jì)算的影響，該文將活躍用戶對商品相似度的貢獻(xiàn)程度降低并且通過計(jì)算標(biāo)準(zhǔn)差降低電子商品本身質(zhì)量對相似度的影響，將兩者計(jì)算獲得的系數(shù)與皮爾遜相關(guān)系數(shù)(Pearson)結(jié)合。其次，采取對推薦項(xiàng)目的推薦值進(jìn)行加權(quán)處理，從而得到優(yōu)化后的結(jié)果。

2.1 改進(jìn)的相似度計(jì)算

在推薦系統(tǒng)中，最為主要的工作就是計(jì)算用戶之間的相似度。因此，考慮到活躍用戶以及商品自身質(zhì)量對相似度計(jì)算結(jié)果的影響，該文對相似度計(jì)算的改進(jìn)工作主要如下：

(1)活躍用戶的懲罰。

活躍用戶對商品的評分行為過多，由于該類瀏覽過多的商品對商品的甄別性較差，因此，非活躍用戶的評分比活躍用戶的評分更具有價(jià)值。該文參考John S. Breese[8]論文中所提出的IUF(inverse user frequency)，用于降低活躍用戶對商品評分的貢獻(xiàn)程度，具體的實(shí)現(xiàn)公式如下：

(5)

該公式對活躍用戶進(jìn)行了軟性的懲罰，其中N(u)代表當(dāng)前訓(xùn)練的用戶數(shù)。

(2)降低電子商品本身質(zhì)量的影響。

該文利用標(biāo)準(zhǔn)差的計(jì)算方式表示電子商品本身的質(zhì)量因素對用戶評分?jǐn)?shù)值的影響。評分的標(biāo)準(zhǔn)差的值越高，表明電子商品本身的質(zhì)量因素對用戶評分的影響比重就越大，反之，則表明影響的程度越小。其離散性降低商品本身質(zhì)量[9]對用戶評分的計(jì)算公式如下：

(6)

該文采用皮爾遜相關(guān)系數(shù)計(jì)算用戶之間的相似度，為提高該公式的精確度，將式(5)與式(6)融入公式(3)，從而降低活躍用戶對相似度值的貢獻(xiàn)程度以及電子商品本身質(zhì)量對其的影響，可得修正后的公式如下：

simNP(u,v)=

(7)

2.2 選擇最近鄰

最近鄰的搜索(nearest neighbor search，NNS)[9-14]主要是在相似度計(jì)算的基礎(chǔ)上，通過獲得的相似度矩陣，找到最近鄰集合。在K近鄰實(shí)現(xiàn)的過程中，整個(gè)數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)和測試的樣本數(shù)據(jù)，在分類問題中，使用以下步驟實(shí)現(xiàn)K近鄰的算法：

(1)確定K的數(shù)值，該K值是特征空間中訓(xùn)練模型的數(shù)量；

(2)根據(jù)之前相似度計(jì)算獲得各個(gè)用戶之間的數(shù)據(jù)點(diǎn)的距離；

(3)在訓(xùn)練模型數(shù)據(jù)中搜索與最接近K值的各個(gè)數(shù)據(jù)點(diǎn)，其中這些數(shù)據(jù)點(diǎn)必須在訓(xùn)練模型的觀察點(diǎn)內(nèi)；

(4)計(jì)算K值與各個(gè)數(shù)據(jù)點(diǎn)之間的距離，從而獲得最近鄰集合。

舉例說明根據(jù)圖3的特征空間圖，可以獲得最近鄰集合：

圖3 訓(xùn)練模型特征空間圖

從該特征空間圖中可以找出5的五個(gè)最近鄰，即為NNS(5)=[4,1,8,2,7]。獲得最近鄰集合為后續(xù)進(jìn)行評分預(yù)測奠定了較好的基礎(chǔ)，在該集合內(nèi)排序越靠近前面說明與目標(biāo)項(xiàng)目的相關(guān)程度越大。

2.3 算法整體流程

通過改進(jìn)的皮爾遜相關(guān)系數(shù)的公式計(jì)算獲得用戶的相似度矩陣，利用K近鄰的方式選擇K個(gè)最為相似的用戶，對此K個(gè)用戶的相似度值進(jìn)行推薦值的計(jì)算公式如下：

VSim(u,v)=SimNP(u,v)*K*Rvi

(8)

然后通過如下公式進(jìn)行評分預(yù)測：

NPu,i=

(9)

其中，VSim(u,v)是用戶u與用戶v加權(quán)后的兩者相似度的值。對比公式(4)，此公式引入用戶u與用戶v對已有電子商品評分的均值，優(yōu)化了原先的加權(quán)評價(jià)公式。最后，使用該公式進(jìn)行對用戶的預(yù)測推薦。本算法的具體流程如下：

算法：改進(jìn)的協(xié)同過濾算法。

Input：User-Item即用戶與項(xiàng)目的評分矩陣。

Output：預(yù)測推薦的項(xiàng)目列表。

Steps：

(1)初始化：根據(jù)讀入的用戶、評分和項(xiàng)目的數(shù)據(jù)文件，通過預(yù)處理構(gòu)建User-Item的評分矩陣;

(3)Foru=1 in User

(4)通過公式(5)計(jì)算對活躍用戶的懲罰系數(shù)IUF;

(5)根據(jù)公式(6)計(jì)算商品本身質(zhì)量的離散系數(shù)Di;

(6)將步驟4、5計(jì)算獲得的IUF與Di運(yùn)用于公式(7)，從而利用改進(jìn)后的皮爾遜相關(guān)系數(shù)公式計(jì)算用戶之間的相似性SimNP(u,v);

(7)End

(8)Forn=1 toNdo

(9)遍歷當(dāng)前用戶的相似度利用選擇K近鄰的方法，選擇K個(gè)相似度值較高的用戶形成最近鄰集合;

(10)End

(11)Forn=1 toKdo

(12)遍歷(該過程在for循環(huán)內(nèi)實(shí)現(xiàn))最近鄰集合，通過公式(8)計(jì)算當(dāng)前項(xiàng)目的推薦值；

(13)利用公式(9)進(jìn)行加權(quán)評分預(yù)測;

(14)最后根據(jù)預(yù)測評分的結(jié)果進(jìn)行遍歷，從而得到最終推薦的項(xiàng)目列表。

(15)End

3 實(shí) 驗(yàn)

3.1 數(shù)據(jù)集

MovieLens100K是電影評分?jǐn)?shù)據(jù)集[15]，由943個(gè)用戶對1 682部電影的100 000個(gè)電影的評分組成，評分范圍為1分至5分。數(shù)據(jù)文件中主要分為用戶編號(userId)、電影編號(itemId)、電影評分(rating)以及時(shí)間戳(timestamp)，并且該文件中的數(shù)據(jù)是隨機(jī)排序的。在實(shí)驗(yàn)過程中，將MovieLens數(shù)據(jù)集以7∶3的比例隨機(jī)分為訓(xùn)練集與測試集。

人工數(shù)據(jù)集Mobile-Data，是利用Intel Core i5的CPU，8 GB運(yùn)行內(nèi)存進(jìn)行爬蟲收集數(shù)據(jù)，該數(shù)據(jù)集主要收集匯總了手機(jī)信息。將該人工數(shù)據(jù)集Mobile-Data用于測試電子商品系統(tǒng)的推薦功能。

3.2 算法評價(jià)標(biāo)準(zhǔn)

算法評測指標(biāo)是計(jì)算準(zhǔn)確率(Precision)、召回率(Recall)以及覆蓋率(Cov)，將該算法(記為new Pearson collaborative filtering，NP-CF)與傳統(tǒng)的User-CF算法進(jìn)行比較。算法評測的方法如下：

(1)準(zhǔn)確率。

準(zhǔn)確率是用于衡量推薦算法對整個(gè)數(shù)據(jù)集中訓(xùn)練集最終做出來多少正確的預(yù)測。計(jì)算公式如下：

(10)

(2)召回率。

召回率是衡量從測試的數(shù)據(jù)集中為用戶推薦的信息獲得反饋的數(shù)據(jù)占用戶實(shí)際點(diǎn)擊感興趣的數(shù)據(jù)的比例。計(jì)算公式如下：

(11)

公式(10)與(11)中，R(u)表示推薦算法對用戶u所推薦的項(xiàng)目，T(u)表示用戶u在所訓(xùn)練的數(shù)據(jù)集上面喜歡的項(xiàng)目集合。

(3)覆蓋率。

覆蓋率[16]表明預(yù)測推薦的項(xiàng)目對目標(biāo)用戶是否有效，該值越大則說明此算法預(yù)測推薦的項(xiàng)目其分布就越均勻。計(jì)算公式如下：

(12)

其中，Nu表示預(yù)測評分為用戶u所推薦的所有項(xiàng)目的數(shù)目，n表示整個(gè)數(shù)據(jù)集中所有項(xiàng)目的數(shù)目。

3.3 實(shí)驗(yàn)結(jié)果與分析

文中算法(NP-CF)與傳統(tǒng)的基于用戶的協(xié)同過濾算法(User-CF)進(jìn)行比較。其一，采用上述的MovieLens數(shù)據(jù)集比較兩者的準(zhǔn)確率、召回率。其二，設(shè)計(jì)實(shí)現(xiàn)電子商品推薦系統(tǒng)，將人工數(shù)據(jù)集Mobile-Data存入數(shù)據(jù)庫作為數(shù)據(jù)來源，利用上述兩種推薦算法實(shí)驗(yàn)測試推薦結(jié)果。

3.3.1 MovieLens數(shù)據(jù)集實(shí)驗(yàn)

采用文中算法(NP-CF)與傳統(tǒng)的基于用戶信息的協(xié)同過濾算法(User-CF)在MovieLens數(shù)據(jù)集并且通過不同的最近鄰個(gè)數(shù)計(jì)算相應(yīng)的準(zhǔn)確率、召回率。這里采用隨機(jī)的方式將數(shù)據(jù)集的70%作為訓(xùn)練集，遍歷訓(xùn)練集的數(shù)據(jù)形成用于計(jì)算用戶相似度的倒排表，其次實(shí)現(xiàn)相似度的計(jì)算并且通過加權(quán)評價(jià)公式形成預(yù)測推薦的列表，最后根據(jù)預(yù)測推薦的項(xiàng)目計(jì)算準(zhǔn)確率、召回率，比較二者的數(shù)據(jù)。

實(shí)驗(yàn)結(jié)果見表2和表3。

表2 準(zhǔn)確率

表3 召回率

從表2可以看出，文中算法(NP-CF)相比傳統(tǒng)的基于用戶信息的協(xié)同過濾算法(User-CF)準(zhǔn)確率有了明顯的提高。準(zhǔn)確率的比對結(jié)果如圖4所示。從圖中可以看出最近鄰個(gè)數(shù)N對兩種算法的準(zhǔn)確率有一定的影響。當(dāng)N達(dá)到30之后，NP-CF的準(zhǔn)確率逐漸趨于平穩(wěn)，在N<50時(shí)，該算法的準(zhǔn)確率隨著最近鄰個(gè)數(shù)N的增加而提高。當(dāng)N>50時(shí)，準(zhǔn)確率開始下降，但是降低的程度較低。綜上所述，在最近鄰個(gè)數(shù)變化的情況下，文中算法(NP-CF)的準(zhǔn)確率明顯優(yōu)于傳統(tǒng)的基于用戶信息的協(xié)同過濾算法(User-CF)。

圖4 兩種算法準(zhǔn)確率比較結(jié)果

根據(jù)表3對兩種算法召回率的統(tǒng)計(jì)，隨著最近鄰數(shù)值的增加，兩種算法的召回率都在提高。

比較兩種算法召回率的數(shù)值，可見文中算法(NP-CF)召回率提高的更顯著。

從圖5可以看出，通過文中算法(NP-CF)計(jì)算獲得的召回率，隨著最近鄰個(gè)數(shù)的增加，當(dāng)最近鄰個(gè)數(shù)N>40時(shí)，召回率的數(shù)值逐漸趨于穩(wěn)定在0.09左右，當(dāng)最近鄰個(gè)數(shù)N>50時(shí)，召回率的數(shù)值開始降低。由此得出，文中算法(NP-CF)的召回率具備優(yōu)勢。

圖5 兩種算法召回率比較結(jié)果圖

根據(jù)上述兩種評價(jià)方法的比較，最終設(shè)計(jì)實(shí)現(xiàn)的電子推薦系統(tǒng)，最近鄰的個(gè)數(shù)選擇30，根據(jù)上述的測試分析可見當(dāng)最近鄰個(gè)數(shù)為N=20時(shí)，文中算法的準(zhǔn)確率達(dá)到了28.11%，而傳統(tǒng)的基于用戶的協(xié)同過濾算法的準(zhǔn)確率只有10.00%，可見預(yù)測推薦的結(jié)果更為準(zhǔn)確。N=30的準(zhǔn)確率數(shù)值與最近鄰個(gè)數(shù)N>30的準(zhǔn)確率值都比較接近。

3.3.2 人工數(shù)據(jù)集

采用eclipse開發(fā)工具設(shè)計(jì)實(shí)現(xiàn)電子商品推薦系統(tǒng)，將人工數(shù)據(jù)集Mobile-Data存入數(shù)據(jù)庫作為數(shù)據(jù)源，利用文中算法(NP-CF)和傳統(tǒng)的基于用戶信息的協(xié)同過濾算法(User-CF)，分別設(shè)計(jì)實(shí)現(xiàn)系統(tǒng)的推薦功能并且利用人工數(shù)據(jù)集Mobile-data進(jìn)行推薦功能的實(shí)例測試。在系統(tǒng)通過多個(gè)用戶對不同的手機(jī)進(jìn)行瀏覽與評分，測試系統(tǒng)最終對目標(biāo)用戶進(jìn)行推薦，觀察其結(jié)果發(fā)現(xiàn)能夠形成較好的推薦。測試數(shù)據(jù)包含4個(gè)測試用戶A、B、C、D，用戶喜歡商品包括4個(gè)品牌，10個(gè)型號手機(jī)產(chǎn)品。

采用文中算法(NP-CF)以及傳統(tǒng)的基于用戶信息的協(xié)同過濾算法(User-CF)經(jīng)過該數(shù)據(jù)集實(shí)際測試結(jié)果見表4。其中文中算法(NP-CF)最終形成了5個(gè)推薦結(jié)果，選用傳統(tǒng)的基于用戶信息的協(xié)同過算法(User-CF)形成了3個(gè)推薦結(jié)果。

表4 系統(tǒng)測試結(jié)果

根據(jù)皮爾遜相關(guān)系數(shù)相關(guān)技術(shù)的公式，用戶A與用戶B的相似度值應(yīng)該與用戶A與用戶D的相似度值相等，但是傳統(tǒng)的基于用戶的系統(tǒng)過濾算法未將用戶D感興趣的電子產(chǎn)品IPHONE11PRO以及HUAWEIMATE30EPRO推薦給目標(biāo)用戶A，造成該推薦結(jié)果的原因是只利用皮爾遜相關(guān)系數(shù)計(jì)算獲得最近鄰，常常無法獲得準(zhǔn)確的最近鄰集合，而文中算法(NP-CF)對皮爾遜相關(guān)系數(shù)進(jìn)行了優(yōu)化改進(jìn)后獲得的推薦結(jié)果相較而言更加具有優(yōu)勢。值得指出的是，該方法推薦結(jié)果與最終推薦次序無關(guān)，通過計(jì)算目標(biāo)用戶的相似度，最終按照商品的ID順序?qū)⑼扑]的商品添加進(jìn)入推薦列表。

4 結(jié)束語

傳統(tǒng)的基于用戶的協(xié)同過濾算法由于受活躍用戶以及商品自身質(zhì)量因素的影響，得到的預(yù)測推薦效果較差。對此，該文將活躍用戶的懲罰系數(shù)與商品自身質(zhì)量對用戶評分的懲罰因子融入皮爾遜相關(guān)系數(shù)的計(jì)算公式。經(jīng)過MovieLens數(shù)據(jù)集測試的實(shí)驗(yàn)表明，該算法(NP-CF)能夠有效地提高準(zhǔn)確率(Precision)、召回率(Recall)，并且在使用人工數(shù)據(jù)集Mobile-Data作為電子商品推薦系統(tǒng)測試的數(shù)據(jù)源時(shí)，該算法在仿真測試中能夠得到較好的推薦效果。