基于協(xié)同過濾的電視產(chǎn)品營銷推薦*

陳婭昵，蘇岐芳

（臺州學(xué)院 電子與信息工程學(xué)院，浙江 臨海 317000）

1 個性化推薦系統(tǒng)概述

一個完整的推薦系統(tǒng)［1］可以分為數(shù)據(jù)收集，數(shù)據(jù)處理，生成推薦三個模塊。

數(shù)據(jù)收集主要是收集用戶的信息，存放到數(shù)據(jù)庫中。然后通過數(shù)據(jù)處理對這部分?jǐn)?shù)據(jù)進(jìn)行分析，并建立模型。最后也是推薦系統(tǒng)的核心就是生成給用戶的推薦，按照模型計算出來的結(jié)果給用戶推薦他感興趣的項目。

主流的幾種推薦算法包括：基于內(nèi)容的推薦算法，基于項目的推薦算法，基于協(xié)同過濾的推薦算法，基于混合的推薦算法，基于數(shù)據(jù)挖掘的推薦算法。

協(xié)同過濾（Collaborative filtering）的算法［2］是目前應(yīng)用最廣泛的推薦算法，它的優(yōu)點在于，可以更好地挖掘出用戶的潛在興趣。

2 基于協(xié)同過濾算法的研究

2.1 相似度的改進(jìn)

為了衡量用戶與用戶或項目與項目之間的相似程度，我們需要引入相似度來刻畫兩者的貼合程度。傳統(tǒng)的相似度計算有多種方法，但都有一個缺陷，他們認(rèn)為每個用戶對項目評價的貢獻(xiàn)程度是一樣的，事實上，每個用戶對項目的評價就其自身而言都是有很大差距的。舉個例子，用戶1和用戶2對項目A的貢獻(xiàn)大小是一樣的，用戶1對項目B和項目C的貢獻(xiàn)程度遠(yuǎn)小于對項目A的貢獻(xiàn)程度，但是用戶2則恰恰相反，他對項目B和項目C的貢獻(xiàn)程度遠(yuǎn)大于對項目A的貢獻(xiàn)程度。本文就不能把用戶1和用戶2劃分為相似的人群。因此，在這一基礎(chǔ)上，本文在相似度的計算中加入了相對偏好和絕對偏好，并給出差方函數(shù)來確定相對偏好與絕對偏好之間的權(quán)重關(guān)系。

以下先給出絕對偏好與相對偏好的定義，再給出相關(guān)的公式。

絕對偏好：若一個用戶對該類型的項目所作貢獻(xiàn)占他總時間的比例越高，可認(rèn)為該用戶越偏好這個類型的項目。

相對偏好：若一個用戶對該類型的節(jié)目所作貢獻(xiàn)占這個節(jié)目被所有用戶所做貢獻(xiàn)的比例越高，可認(rèn)為在這個人群中，該用戶相對于其他用戶更傾向于這個項目。

其中：

Pui：用戶u對項目i的絕對偏好。

Rui：用戶u對項目i的相對偏好。

m：總項目類型數(shù)。

n：總用戶數(shù)。

T：用戶對某一項目的貢獻(xiàn)大小。

為了中和他們的優(yōu)點，本文對相對偏好和絕對偏好賦予了權(quán)重，給出了差方函數(shù)，使得差方和最小，來說明理論偏好與實際偏好相符。

其中x是變量，用以調(diào)整差方Q*的取值。本文讓x取一系列的值，若Q*在最低點得到，可認(rèn)為此時的x為最優(yōu)值。計算每一個用戶對各種類型的項目的綜合偏好。

上面這個矩陣是n×m階的，每一行都代表某一用戶對1…m個項目的綜合評分。而1…n表示共有n個用戶參與了對該項目的評分。利用Pearson計算公式（用戶）得到最后的結(jié)果。

2.2 新項目的冷啟動問題

在推薦系統(tǒng)中，針對一個新用戶或者新項目，由于他們是第一次進(jìn)入這個系統(tǒng)，所以本文無法得到關(guān)于他的歷史的信息記錄。由于沒有關(guān)于新用戶或者新項目的興趣特征記錄，所以傳統(tǒng)的基于內(nèi)容的推薦算法，無法很好地解決這個問題。新項目或者新用戶沒有歷史的信息記錄，所以協(xié)同過濾的推薦算法［3］也無法很好地解決這個問題。由于大多數(shù)的算法是基于用戶與項目之間的互動，而在這種情況下，就無法生成對新項目、新用戶精準(zhǔn)的推薦。

冷啟動問題［4］嚴(yán)重影響著協(xié)同過濾算法的實現(xiàn)，一方面他不能對新用戶產(chǎn)生個性化的推薦，使得新用戶不信任這個推薦系統(tǒng)；另一方面，他嚴(yán)重影響了新項目的營銷。為了解決這個問題，研究人員提出了一些解決方案，主要包括：隨機推薦，平均法推薦，眾數(shù)法推薦等。

但上述列舉的解決方案都存在著較大風(fēng)險，用戶對系統(tǒng)產(chǎn)生不信任的概率較大。為了確保緩解冷啟動問題同時實現(xiàn)協(xié)同過濾算法，本文提出了基于屬性信息冷啟動問題的一個改進(jìn)。

本文將冷啟動問題分為新項目的冷啟動問題和新用戶的冷啟動問題。針對新項目，雖然他是第一次進(jìn)入這個數(shù)據(jù)庫，但是本文可以對他的屬性信息進(jìn)行全面綜合的考慮，提取出關(guān)于新項目的基本特征。通過基于項目的協(xié)同過濾算法，將該新項目歸納到與他相似的項目簇中，將相似的節(jié)目打包，從而實現(xiàn)新項目的推薦。

針對新用戶，也是第一次進(jìn)入這個數(shù)據(jù)庫，本文可以提出兩種方法實現(xiàn)新用戶的推薦。（1）推薦熱門項目。熱門項目一定程度上代表了大眾群體的喜愛趨勢，并且，本文可以認(rèn)為他們會培養(yǎng)出用戶新的愛好。也就是說，原來新用戶并沒有嘗試過，但是不能代表該新用戶一定不喜歡。（2）對他的屬性信息進(jìn)行全面綜合的考慮，根據(jù)新用戶的基本特征，包括年齡、職業(yè)，尤其是愛好很大程度上反映了他的屬性信息。再通過基于用戶的協(xié)同過濾算法，將該新用戶歸納到與他相似的用戶群體中，將相似的用戶打包，從而實現(xiàn)新項目的推薦。

3 實驗與評估分析

3.1 實驗數(shù)據(jù)

以第六屆“泰迪杯”數(shù)據(jù)挖掘挑戰(zhàn)賽——B題電視產(chǎn)品的營銷推薦數(shù)據(jù)為支撐。主要包括三個附件，數(shù)據(jù)說明如下：

附件1：用戶收視信息數(shù)據(jù)，記錄數(shù)：561288條

附件2：電視產(chǎn)品信息數(shù)據(jù)，記錄數(shù)：41876條

附件3：用戶基本信息數(shù)據(jù)，記錄數(shù)：1329條

旨在解決：利用附件1所給的用戶觀看記錄信息數(shù)據(jù)，分析用戶的收視偏好，并給出附件2中產(chǎn)品的營銷推薦方案。

3.2 數(shù)據(jù)預(yù)處理

首先對附件1中收視、回看、點播、單片點播的數(shù)據(jù)進(jìn)行處理，發(fā)現(xiàn)附件中共含1329個用戶和1329個機頂盒，一個用戶只對應(yīng)一個機頂盒，其中274個用戶沒有觀看記錄。

由于用戶的收視信息只提供了用戶觀看每個頻道的時長，無法以此來推斷用戶的偏好。因此，本文需要對2017.6.30—2017.9.30的各個頻道的節(jié)目進(jìn)行分類。同時，對回看、點播、單片點播的用戶數(shù)據(jù)也進(jìn)行分類。針對每一個用戶，需要將他的收看時長與節(jié)目類型相對應(yīng)。以下，給出計算用戶各類型的收視時長方法。

圖1 計算收視時長的流程圖

對用戶的偏好主要可以分為兩類：顯式表現(xiàn)和隱式表現(xiàn)。用戶對節(jié)目的評分可以從不同的角度反映他與這個節(jié)目的喜歡程度。

本文采用顯式表現(xiàn)與隱式表現(xiàn)相組合，對用戶收看、回看、點播、單片點播的行為進(jìn)行分類，并對不同的行為進(jìn)行加權(quán)。

整理用戶偏好的信息，可以得到用戶-節(jié)目矩陣。設(shè)用戶集合為U={u1,u2,…um }，節(jié)目集合為I={ i1,i2,…in。 }m，n分別表示用戶的數(shù)量與節(jié)目的數(shù)量。得到m×n的矩陣，矩陣的行代表用戶編號、列代表節(jié)目編號。

其中的任意元素rij表示第i個用戶對第j個節(jié)目的偏好程度。若第i個用戶并沒有觀看第j個節(jié)目，那么rij=0。一般來說，所得到的矩陣十分稀疏，大部分節(jié)目都是未被觀看的。

對于用戶的收視偏好，本文分為兩個方面考慮，分別是相對偏好和絕對偏好，按照2.1的計算方法，最后得到最佳的x=0.12。

圖2 差方函數(shù)

圖3 用戶10003的偏好傾向

對于用戶來說，本文分別給出了他的8個偏好，第一偏好的傾向最大，依次逐漸減弱。圖3給出了用戶10003的偏好傾向。

3.3 電視節(jié)目的相似度

在3.3.2中已經(jīng)詳細(xì)介紹了基于相對偏好和絕對偏好的相似度改進(jìn)，本節(jié)是對3.3.2在電視節(jié)目相似度方面的一個應(yīng)用，以下給出節(jié)目（部分）之間的相似度關(guān)系矩陣。

表1 節(jié)目相似關(guān)系

3.4 基于電視節(jié)目的推薦指數(shù)算法

通過節(jié)目之間的相似關(guān)系，把相似的電視節(jié)目打包，可以實現(xiàn)電視產(chǎn)品的營銷推薦。接著我們要繼續(xù)對電視產(chǎn)品實行更細(xì)的推薦。為了更好地達(dá)到個性化的推薦，每個用戶的推薦列表應(yīng)該都是不同的。因此我們給出了基于電視節(jié)目的推薦指數(shù)算法。

式中：

simij：節(jié)目i與節(jié)目j之間的相似度。

rui：用戶u對節(jié)目i的時長。

N：推薦列表的節(jié)目集合。

3.5 用戶的相似度

在2.1中已經(jīng)詳細(xì)介紹了基于相對偏好和絕對偏好的相似度改進(jìn)，本節(jié)是對2.1在用戶相似度方面的一個應(yīng)用，以下給出用戶（部分）之間的相似度關(guān)系矩陣。

表2 用戶相似關(guān)系

3.6 基于用戶的推薦指數(shù)算法

與基于電視產(chǎn)品的推薦指數(shù)類似，基于用戶的推薦也是一種個性化的推薦。首先可以根據(jù)用戶分類，計算出用戶對節(jié)目的預(yù)測收看時間，并給出推薦指數(shù)。

式中：

simuv：用戶u與用戶v之間的相似度。

rvi：用戶v對節(jié)目i的時長。

N：最鄰近用戶集合。

3.7 電視產(chǎn)品的營銷推薦方案

本文在2.2中詳細(xì)介紹了基于屬性信息和潛在興趣對冷啟動問題的改進(jìn)，在這一小節(jié)中，主要介紹如何實現(xiàn)新節(jié)目的營銷推薦。

針對用戶已經(jīng)收看過的節(jié)目，求出每個用戶之間的相似度，再利用基于用戶的協(xié)同過濾算法計算推薦指數(shù)。若該節(jié)目是新節(jié)目，通過每個節(jié)目給出的不同參數(shù)，可以計算出同一個類型節(jié)目的相似度，然后基于節(jié)目的協(xié)同過濾算法，得到推薦指數(shù)。

在進(jìn)行電視節(jié)目推薦過程中，我們還考慮到了不同時間點的用戶需求不同，因此我們對每一天中的早中晚都進(jìn)行分類。以一天為周期，給出一天中不同時間的節(jié)目推薦方案，使其更符合用戶的觀看需求。

例如：以10003用戶為例，節(jié)目推薦結(jié)果如表6所示。

表3 用戶10003電視節(jié)目推薦表

4 結(jié)束語

針對產(chǎn)品的精準(zhǔn)營銷推薦，我們首先采用七、八月份的數(shù)據(jù)，做出他的收視偏好，給出各節(jié)目的推薦指數(shù)以及營銷推薦方案。計算推薦節(jié)目中各類型節(jié)目占的比例，再將九月份用戶的絕對偏好進(jìn)行歸一，即計算出他看每個類型節(jié)目占總時間的比例，選擇推薦列表上含有的節(jié)目類型進(jìn)行歸一，與推薦指數(shù)進(jìn)行比較，分析誤差大小。最后可以看出1015位用戶中絕大多數(shù)用戶的偏差較小，說明我們的推薦節(jié)目具有較高的可靠性。