順序推薦系統(tǒng)的可解釋性

張玉娟 周菁

（中國傳媒大學(xué) 北京市 100024）

1 引言

無論推薦系統(tǒng)如何更新迭代，其核心始終圍繞when、where、who、what、why 這五個問題進行。但是推薦系統(tǒng)發(fā)展至今，主要集中于對前四個問題的研究，忽略了推薦模型的可解釋性，即模型本身或者利用模型推薦系統(tǒng)給出推薦特定物品的理由。該解釋性對上述“why”類問題進行了回答與研究。雖然早期Schafer 在電商領(lǐng)域?qū)τ脩敉扑]的內(nèi)容給予了相關(guān)解釋:“您正在看的這個產(chǎn)品與您過去喜歡的其他產(chǎn)品相似”[1]，但是并沒有對“Why”在推薦系統(tǒng)領(lǐng)域的概念進行定義，直至2014年Zhang 正式提出了可解釋性推薦系統(tǒng)（Explainable Recommendation）的概念[2]。與普通電商領(lǐng)域不同的是，如果一個推薦系統(tǒng)在個別場景中對結(jié)果提供可解釋性，那么其說服用戶接受結(jié)果的能力及可信度都將越高，比如在用戶自身利益中產(chǎn)生較大影響的醫(yī)療領(lǐng)域，解釋某些藥品的作用或者解釋指定藥品在服用時需要一定順序的原因。

基于順序感知的推薦（Sequence-aware）主要根據(jù)用戶歷史行為輸出有序的物品列表。一般而言，物品與物品之間會存在某種特定的關(guān)聯(lián)[3]。比如電商領(lǐng)域，當一個用戶買了iPhone 之后，他可能在短期之內(nèi)繼續(xù)購買iPhone 配套的耳機AirPods 的概率更大，而買其它品牌的手機的概率會更小[3]。又比如大學(xué)課程推薦領(lǐng)域，學(xué)生選擇課程時，因為課程和課程之間存在關(guān)聯(lián)，所以選擇課程集合需要考慮先決條件，例如《線性代數(shù)》是《矩陣論》的先決條件。Xu等人以先決條件作為選課的基礎(chǔ)，為大學(xué)生提供了在盡早滿足畢業(yè)條件的要求下，績點較高的推薦內(nèi)容[4]。近年來，雖然越來越多的學(xué)者開始研究如何將深度學(xué)習(xí)和推薦系統(tǒng)更好的融合，但在推薦領(lǐng)域依舊存在數(shù)據(jù)稀疏、冷啟動等問題。通過知識圖譜技術(shù)所刻畫的用戶、物品畫像，既可以直接用于推薦系統(tǒng)，也可以作為輔助信息結(jié)合深度學(xué)習(xí)方法進行推薦。該技術(shù)不僅能夠有效地解決數(shù)據(jù)稀疏、冷啟動等問題，其中，基于路徑的知識圖譜推薦算法還使得推薦結(jié)果具備一定的可解釋性。

因此，我們以護膚品搭配為研究領(lǐng)域，著重考慮順序推薦中物品與物品之間的約束信息，通過知識推理結(jié)合約束信息，對不同物品之間的搭配給予可行性答案，并給出推薦的依據(jù)和理由。

本文共分為五章，第二章知識圖譜的設(shè)計，圍繞構(gòu)建知識圖譜中信息約束和知識補充。第三章可解釋性模塊的設(shè)計，主要研究如何將信息約束融合知識推理對推薦可行性方案提供一定的解釋。第四章實驗，對可解釋性模塊進行了實驗對比和分析，驗證了我們提出方案的可行性。第五章結(jié)束語，包含對工作的總結(jié)以及對未來工作的展望。

2 知識圖譜的設(shè)計

我們將利用描述實體與實體之間關(guān)系的知識圖譜技術(shù)，定義類與類、實例與實例之間的關(guān)系，該技術(shù)不僅能夠通過描述實體間的關(guān)系來增強信息語義表達能力，還具備推理能力以及一定的可解釋性。由于沒有相關(guān)領(lǐng)域的開放知識圖譜，因此本章利用當前技術(shù)自行設(shè)計并構(gòu)建了一套完整的護膚品知識圖譜。

2.1 圖譜構(gòu)建

知識圖譜構(gòu)建的流程如圖1 所示。依據(jù)設(shè)計的本體，對目前Kaggle 網(wǎng)站公開的Sephora 數(shù)據(jù)集 的缺陷以及理想數(shù)據(jù)集需求進行了分析，本文設(shè)計使用深度爬蟲策略進行信息獲取和信息抽取，利用多標簽文本分類技術(shù)對缺失的信息進行了補全。最終的數(shù)據(jù)集整理為嵌套字典類型的JSON 鍵值對格式，我們將物品名稱作為Key，將其成分列表、適合的膚質(zhì)等其余屬性作為Value。字典類型不僅可以避免實體對齊，也可以在查詢、讀取數(shù)據(jù)時擁有較低的時間復(fù)雜度。最終所構(gòu)建的數(shù)據(jù)集被分為了護膚品和成分數(shù)據(jù)集 兩個JSON 文件，利用自動化腳本將其以資源描述框架（Resource Description Framework, RDF）的形式存儲于Neo4j 圖形數(shù)據(jù)庫中。

2.2 知識補充

為了更清楚地表達物品與物品之間存在的約束信息，描述護膚品和成分、功能之間的關(guān)系，除了數(shù)據(jù)集中本身存在的屬性三元組中的關(guān)系，本文額外設(shè)計增強關(guān)系work well with 以及互斥關(guān)系in conflict with 來表示物品實例之間的約束信息。其中，work well with 表示該兩種物品可以進行搭配并且具備良好的反應(yīng)；in conflict with 表示物品之間的互斥關(guān)系。在避免因使用護膚品過程中出現(xiàn)不良反應(yīng)的幾率時，用戶不僅需要了解成分的作用，還需要了解成分之間的搭配關(guān)系。如若忽略以上兩種因素，可能會造成某種程度的損失，例如花費高昂的護膚品使用之后反而達不到預(yù)期效果，或者疊加產(chǎn)品的使用反而會讓皮膚變得敏感脆弱等情況。

圖1：知識圖譜構(gòu)建流程圖

圖2：不同類別物品之間的約束關(guān)系

表1：推理規(guī)則設(shè)計

表2：膚質(zhì)影響搭配結(jié)果

表3：多類別不可搭配結(jié)果

通過人工采集知識的方式，我們對2.1 節(jié)已存在的成分實體、膚質(zhì)實體，進行知識補充。主要包含成分之間關(guān)系添加和膚質(zhì)關(guān)系添加兩個維度。對于第一個維度，我們在視黃醇和維生素C、酒精和蛋白質(zhì)等不能搭配使用的成分實例之間建立互斥關(guān)系，在視黃醇和煙酰胺等成分實例之間建立增強關(guān)系。對于第二個維度，考慮到成分表中當一些防腐劑、香精等危險系數(shù)較高的成份如果排序靠前，敏感性肌膚的人群需要謹慎選擇，因此需要在甲基氯異噻唑啉酮等刺激性較強的防腐劑和敏感肌膚質(zhì)中建立互斥關(guān)系。

基于上述思路，本文構(gòu)建的知識圖譜包含5252 個實體，5 種類別的關(guān)系，共計38841 條。類別關(guān)系包括：has ingredients 物品包含的成分關(guān)系、suits for 物品適合的膚質(zhì)關(guān)系、has effect 成功功能關(guān)系、in conflict with 互斥關(guān)系和work well with 增強關(guān)系。

3 可解釋性模塊設(shè)計

在護膚品順序搭配的過程中，為確定搭配是否合理，本文研究設(shè)計了一套合理的算法，對知識圖譜中的知識進行推理，并將推理的結(jié)果可視化輸出，為用戶提供解釋功能。

3.1 利用關(guān)系的傳遞性制定推理規(guī)則

在知識圖譜構(gòu)建的過程中，我們在成分實體之間建立了物品與成分之間的包含關(guān)系，以及互斥和增強關(guān)系。為了增強可解釋性，我們提出關(guān)系的傳遞性，將該關(guān)系由成分傳遞到物品實體中。關(guān)系傳遞性指：如果用大寫字母A、B 代表護膚品中某兩種實體、小寫字母a、b 表示成分實體，那么可以根據(jù)A 擁有成分a，B 擁有成分b，而a 和b 具備增強關(guān)系推理出：A 和B 也具備增強關(guān)系?；コ怅P(guān)系同理，如表1 所示。

3.2 進行搭配判斷

在具備約束關(guān)系順序推薦的過程中，物品間的約束關(guān)系尤其重要。所以需要在用戶提供膚質(zhì)信息的前提下，根據(jù)用戶想要指定搭配的種類和名稱，進行以下2 個步驟的推理，并以RDF 記錄該約束信息。

3.2.1 物品與用戶膚質(zhì)間的互斥

膚質(zhì)類型包括正常肌膚、油性肌膚、干性肌膚、混合型肌膚以及敏感型肌膚5 大類，我們考慮到正常肌膚、油性肌膚、干性肌膚、混合型肌膚兩兩互斥，而敏感肌除了和正常肌膚互斥外，和其余肌膚可以相交的性質(zhì)，即膚質(zhì)類型可以組合成干性肌膚和敏感肌膚混合類等。依據(jù)膚質(zhì)性質(zhì)，我們考慮搭配列表中的物品是否與膚質(zhì)存在suits for 關(guān)系的路徑，如果路徑可達則保留該物品，否則，我們初步判定該物品不符合用戶需求。此外我們需要利用已獲取的知識幫助我們進行知識推理，如某個物品含有有種成分，該成分與用戶膚質(zhì)信息具備in conflict with 的互斥關(guān)系，我們可以則認為出：該物品并不適合此膚質(zhì)類型的用戶。

3.2.2 物品和物品之間存在的約束

在推理過程中，我們需要對不同類別的子集在知識圖譜中進行約束關(guān)系查詢，約束關(guān)系包括互斥關(guān)系和增強關(guān)系。本文利用反向推演的思想，當且僅當不同類別產(chǎn)品之間不存在in conflict with 的路徑，我們則認為兩種產(chǎn)品之間不會產(chǎn)品互斥影響，產(chǎn)品可以進行搭配使用。如若如果存在增強關(guān)系，則直接以RDF 記錄該信息。

3.3 輸出推理內(nèi)容

經(jīng)過上一步，我們可以依據(jù)約束結(jié)果的RDF 信息，對搭配內(nèi)容進行判定：當且僅當不存在任何互斥條件時，該搭配方案方能被認為具備可行性。對具備約束關(guān)系的方案進行可解釋性輸出時，需要結(jié)合3.1 中利用關(guān)系的傳遞性制定推理規(guī)則進行推理。如圖2，假設(shè)用戶目前的需要判斷的種類包括:清潔產(chǎn)品、護膚水、面霜，物品名稱依次為“Miracle Water Micellar Cleanser”，“The True Tincture Essence Chamomile”，“Active Moist Moisturizer”。

從圖2 中我們可以看出，“Miracle Water Micellar Cleanser”擁有成分“Retinol”和“Niacinamide”，“The True Tincture Essence-Chamomile”包含成分“Niacinamide”，“Niacinamide”成分和“Retinol”具備增強關(guān)系，為此可以推理出清潔產(chǎn)品“Miracle Water Micellar Cleanser”和護膚水“The True Tincture Essence-Chamomile”具備增強關(guān)系，一起使用的效果會更好。而由于成分“Niacinamide”和成分“Di-c12-13alkymalate”互斥，所以可以推理出，護膚水“The True Tincture Essence-Chamomile” 和 面 霜“Active Moist Moisturizer”互斥。由于存在互斥關(guān)系，因此該方案不可行。雖然該洗面奶和護膚水具備增強關(guān)系，但是與面霜互斥，因此該方案仍為不推薦的方案。此外，通過對互斥和增強的相關(guān)成分三元組信息的輸出，也可以幫助用戶進行更好地理解推薦原因。

4 實驗

為了驗證本文方法的可行性，假設(shè)用戶屬于干性敏感肌膚質(zhì)，在指定護膚水是否可用的情況下進行測試，實驗結(jié)果如表2 所示?？梢园l(fā)現(xiàn)，該護膚水中的成分”Diazolidinyl Urea”，敏感肌不適用，因此該搭配不可行。

針對清潔產(chǎn)品、護膚水、面霜三種不同類別的物品搭配，假設(shè)用戶屬于干性非敏感肌，實驗結(jié)果如表3 所示。結(jié)果判定為該三種物品不能一起搭配，根據(jù)解釋原因我們可以得到：雖然清潔產(chǎn)品和護膚水具備增強關(guān)系，但是護膚水和面霜存在互斥關(guān)系。因此在這種情況下，用戶可以更換面霜，來搭配清潔產(chǎn)品和護膚水。

5 結(jié)束語

通過可解釋性推理增加模型的可信度，用戶可以更加清楚地了解模型判斷的原因，從而更好地進行方案選擇。在具備強烈約束關(guān)系的順序推薦中，可以利用知識圖譜技術(shù)，為推薦結(jié)果提供可解釋性。后續(xù)的研究內(nèi)容將圍繞對解釋語句進行權(quán)重分配調(diào)節(jié)的研究與設(shè)計，凝練輸出內(nèi)容。