協(xié)同過濾推薦算法的改進(jìn)

王 健，馬佳琳

（沈陽(yáng)師范大學(xué)，遼寧 沈陽(yáng) 110034）

0 引 言

伴隨著網(wǎng)上購(gòu)物的不斷發(fā)展，電子商務(wù)系統(tǒng)為用戶提供了越來(lái)越多的選擇?；ヂ?lián)網(wǎng)的發(fā)展給人們的生活帶來(lái)了巨大便利，同時(shí)一個(gè)迫切需要解決的問題也擺在面前：現(xiàn)今互聯(lián)網(wǎng)的結(jié)構(gòu)日趨復(fù)雜，用戶經(jīng)常會(huì)迷失在大量商品信息中，無(wú)法順利找到自己需要的商品信息，即信息過載問題。個(gè)性化推薦系統(tǒng)正是在信息過載情況下出現(xiàn)的，能夠根據(jù)用戶喜好，推薦給用戶所關(guān)心和需要的信息，給用戶提供個(gè)性化服務(wù)，從而讓用戶獲得更好的購(gòu)物體驗(yàn)。但是，傳統(tǒng)的推薦算法的推薦準(zhǔn)確度不高。本文通過采用融合用戶特征標(biāo)簽與協(xié)同過濾的方式，有效提升推薦系統(tǒng)的精準(zhǔn)性。

1 協(xié)同過濾推薦算法

協(xié)同過濾推薦算法主要可分為基于用戶的協(xié)同過濾推薦算法和基于物品的協(xié)同過濾推薦算法[1]?；谟脩舻膮f(xié)同過濾推薦算法的基本思想是根據(jù)用戶的歷史行為數(shù)據(jù)發(fā)現(xiàn)用戶對(duì)物品的喜歡，如物品購(gòu)買、收藏、內(nèi)容評(píng)論等，并對(duì)這些喜好進(jìn)行打分，然后根據(jù)不同用戶對(duì)相同商品偏好信息計(jì)算用戶之間的關(guān)系，從而在有相同愛好的用戶間進(jìn)行商品推薦?；谏唐返膮f(xié)同過濾推薦算法的基本思想是根據(jù)用戶對(duì)不同商品的打分情況計(jì)算商品之間的相似度，然后根據(jù)商品之間的相似性做出相應(yīng)的推薦。

1.1 協(xié)同過濾推薦算法的基本步驟

步驟1：根據(jù)用戶評(píng)分?jǐn)?shù)據(jù)，建立用戶-物品評(píng)分矩陣。

步驟2：計(jì)算目標(biāo)用戶和其余用戶之間的相似性，根據(jù)相似性找到最相似的K個(gè)用戶作為目標(biāo)用戶的相似鄰居。

步驟3：根據(jù)用戶相似鄰居對(duì)目標(biāo)用戶未評(píng)分物品的評(píng)分信息，對(duì)目標(biāo)用戶未評(píng)分物品進(jìn)行評(píng)分預(yù)測(cè)，選取預(yù)測(cè)評(píng)分最高的前N項(xiàng)作為目標(biāo)用戶的推薦列表，推薦給目標(biāo)用戶。

1.2 用戶相似性計(jì)算

歐幾里得距離法[2]：將用戶對(duì)物品的評(píng)分轉(zhuǎn)換成向量形式，由此得到n維的評(píng)分向量xi、yi，利用歐幾里得公式計(jì)算兩個(gè)向量之間的距離，距離值越小，相似度越高。其中，歐幾里得公式為：

余弦相似性[2]：將用戶i和用戶j在n維對(duì)象空間上的評(píng)分向量分別表示為i、j，利用余弦公式計(jì)算兩個(gè)用戶向量的夾角余弦值，值越大，兩個(gè)用戶越相似。余弦公式為：

相關(guān)相似性[2]：將用戶i和用戶j共同評(píng)分的物品的集合用Ni,j表示，Ri,g表示用戶i對(duì)物品g的評(píng)價(jià)，Rj,g表示用戶j對(duì)物品g的評(píng)價(jià)，和分別表示用戶i和j對(duì)物品的平均評(píng)分。利用皮爾遜相關(guān)系數(shù)算法計(jì)算兩個(gè)變量的相關(guān)系數(shù)，絕對(duì)值越大，相關(guān)性越強(qiáng)。皮爾遜相關(guān)性公式為：

1.3 物品推薦

將Ptu,h表示為目標(biāo)用戶tu對(duì)未評(píng)分物品h的預(yù)測(cè)評(píng)分值，sim(tu,nu)表示為目標(biāo)用戶tu和鄰居用戶nu之間的相似度值，和分別表示目標(biāo)用戶tu和鄰居用戶nu對(duì)物品的平均評(píng)分，Rnu,h表示鄰居用戶nu對(duì)物品h的評(píng)分，Ntu表示為目標(biāo)用戶tu的鄰居集合，預(yù)測(cè)

1.4 協(xié)同過濾推薦算法存在的問題

推薦算法是個(gè)性化推薦系統(tǒng)中最核心、最關(guān)鍵的技術(shù)[3]。推薦算法的好壞基本上決定了推薦質(zhì)量的優(yōu)劣。協(xié)同過濾推薦算法本身具有很多優(yōu)點(diǎn)，但是也存在著一些不足，如系統(tǒng)開始時(shí)無(wú)法對(duì)新用戶和新物品進(jìn)行準(zhǔn)確有效的推薦、算法中的數(shù)據(jù)稀疏性問題等。針對(duì)這些問題，本文提出融合用戶特征與協(xié)同過濾的個(gè)性化推薦算法，以有效緩解數(shù)據(jù)稀疏性問題和冷啟動(dòng)問題，提高推薦算法的推薦質(zhì)量。

2 融合用戶特征與協(xié)同過濾的個(gè)性化推薦算法

網(wǎng)站一般在用戶開始注冊(cè)賬號(hào)的時(shí)候，需要填寫注冊(cè)賬號(hào)的相關(guān)信息，包括用戶名、密碼、手機(jī)號(hào)以及電子郵箱等信息[4]。但是，在計(jì)算用戶之間初期信息相似性的時(shí)候，這些信息是毫無(wú)意義的。所以，本文采用用戶的性別、年齡、職業(yè)以及地址4個(gè)特征標(biāo)簽信息來(lái)計(jì)算用戶之間初始信息的相似性。

2.1 用戶特征相似性計(jì)算

不同性別的用戶在選擇物品時(shí)會(huì)有不同的偏好。比如，男性用戶選擇物品時(shí)會(huì)更加注重物品的實(shí)用性，而女性更加注重物品的外觀，則計(jì)算用戶a和用戶b的性別相似性公式為：

不同年齡的用戶在選擇物品時(shí)也不一樣。將年齡劃分為10個(gè)年齡組：6歲以下，7～10歲，11～14歲，15～17歲，18～28歲，29～40歲，41～48歲，49～55歲，56～65歲，66歲以上，則計(jì)算用戶a和用戶b的年齡相似性公式為：

不同職業(yè)的用戶在選擇物品時(shí)也會(huì)有差異。將職業(yè)分類看成一個(gè)樹形結(jié)構(gòu)，用H表示總層數(shù)，兩個(gè)任意的職業(yè)結(jié)點(diǎn)的長(zhǎng)度設(shè)為1，H(a,b)表示用戶a的職業(yè)和用戶b的職業(yè)在樹中最近的共同雙親結(jié)點(diǎn)所在的層，則計(jì)算用戶a和用戶b的職業(yè)相似性公式為：

不同地區(qū)的用戶由于受到當(dāng)?shù)仫L(fēng)俗習(xí)慣的影響，也會(huì)在選擇物品時(shí)存在區(qū)別。計(jì)算用戶a和用戶b的地址相似性公式為：

將上述四個(gè)用戶特征融合，分別用a、b、c、d表示性別、年齡、職業(yè)、地址的權(quán)重系數(shù)所占的比重，得到用戶的相似性公式為：

其中，a+b+c+d=1。

將融合用戶特征的相似性公式加入傳統(tǒng)的協(xié)同過濾相似性計(jì)算公式中，得到計(jì)算用戶相似性公式為：

3 實(shí)驗(yàn)結(jié)果與分析

本文實(shí)驗(yàn)采用的是測(cè)試數(shù)據(jù)集，對(duì)衡量系統(tǒng)推薦質(zhì)量采用平均絕對(duì)誤差MAE進(jìn)行評(píng)估。其中，實(shí)驗(yàn)使用的測(cè)試數(shù)據(jù)集為網(wǎng)絡(luò)開源Movielens數(shù)據(jù)集，包含了943名用戶對(duì)1 682部電影的10萬(wàn)條評(píng)分記錄，評(píng)分區(qū)間為1～5分[5]。分?jǐn)?shù)越高，表明該用戶越喜愛這部電影。MAE表示通過計(jì)算用戶對(duì)此電影的預(yù)測(cè)值與用戶對(duì)該電影的實(shí)際評(píng)分之間的絕對(duì)誤差值[6]。MAE的值越小，說(shuō)明推薦的精準(zhǔn)度越高。用Nt表示測(cè)試集合中評(píng)分的數(shù)量，Pc,m表示用戶c對(duì)電影m的預(yù)測(cè)評(píng)分，Rc,m表示用戶c對(duì)電影m的真實(shí)評(píng)分。MAE的計(jì)算公式為：

實(shí)驗(yàn)中分別取5、10、15、20、25、30作為最近鄰居數(shù)用來(lái)進(jìn)行測(cè)試，將傳統(tǒng)的協(xié)同過濾算法和融合用戶特征與協(xié)同過濾的個(gè)性化推薦算法進(jìn)行算法推薦質(zhì)量比較，實(shí)驗(yàn)結(jié)果如圖1所示。

圖1 實(shí)驗(yàn)結(jié)果對(duì)比

4 結(jié) 論

傳統(tǒng)的協(xié)同過濾推薦算法中數(shù)據(jù)稀疏性問題和冷啟動(dòng)問題影響推薦結(jié)果的精準(zhǔn)度，因此提出了將融合用戶特征標(biāo)簽加入傳統(tǒng)協(xié)同過濾算法的改進(jìn)方法。從實(shí)驗(yàn)測(cè)試結(jié)果可以看出，改進(jìn)的協(xié)同過濾推薦質(zhì)量獲得了顯著提高。