基于協(xié)同過(guò)濾的個(gè)性化應(yīng)用推薦方案

崔剛

【摘要】 本文借鑒互聯(lián)網(wǎng)協(xié)同過(guò)濾算法，根據(jù)電信運(yùn)營(yíng)商實(shí)際狀況，合理選取輸入指標(biāo)，探索“基于用戶”和“基于物品”算法和用途的差異，將算法應(yīng)用到手機(jī)應(yīng)用個(gè)性化推薦中，應(yīng)用效果提升明顯，較好地符合互聯(lián)網(wǎng)時(shí)代客戶需求特征。

【關(guān)鍵詞】 大數(shù)據(jù) 協(xié)同過(guò)濾算法 智能推薦 互聯(lián)網(wǎng)應(yīng)用

一、引言

4G時(shí)代，用戶流量規(guī)模及價(jià)值提升至關(guān)重要，河南移動(dòng)公司一直致力于以客戶需求為中心，以運(yùn)營(yíng)為導(dǎo)向的流量經(jīng)營(yíng)研究。積極踐行傳統(tǒng)電信服務(wù)轉(zhuǎn)型中“數(shù)字內(nèi)容和應(yīng)用”的發(fā)展模式理念，通過(guò)應(yīng)用個(gè)性化應(yīng)用推薦的探索，逐步完善“數(shù)字內(nèi)容及應(yīng)用精益運(yùn)營(yíng)體系”的建設(shè)目標(biāo)。

傳統(tǒng)的手機(jī)應(yīng)用推薦沒(méi)有深入識(shí)別真正有需求的客戶，盲目下發(fā)營(yíng)銷推薦短信，客戶轉(zhuǎn)化率不足1%，造成資源的浪費(fèi)且降低了客戶滿意度。本課題將重點(diǎn)解決根據(jù)用戶消費(fèi)行為快速、準(zhǔn)確找到手機(jī)應(yīng)用潛在目標(biāo)用戶的問(wèn)題，通過(guò)引入互聯(lián)網(wǎng)協(xié)同過(guò)濾算法，預(yù)先計(jì)算相似度， 從而迅速對(duì)推薦要求做出響應(yīng)，滿足真正有需求的客戶，避免客戶騷擾，提升客戶轉(zhuǎn)化率，驅(qū)動(dòng)流量增長(zhǎng)。

二、 實(shí)施思路

2.1 實(shí)施方法

手機(jī)應(yīng)用個(gè)性化推薦的核心技術(shù)是根據(jù)用戶的興趣特點(diǎn)和購(gòu)買行為，向用戶推薦用戶感興趣的物品或信息。基于協(xié)同過(guò)濾的推薦機(jī)制是利用集體智慧的典型方法，根據(jù)所有用戶對(duì)物品或者信息的偏好，發(fā)現(xiàn)用戶的相關(guān)性，或是發(fā)現(xiàn)物品或者信息本身的相關(guān)性，然后再基于這些關(guān)聯(lián)性進(jìn)行推薦。

2.2 模型選型

協(xié)同過(guò)濾（ Collaborative Filtering， 簡(jiǎn)稱 CF），一般是在海量的用戶對(duì)物品或者信息偏好中，發(fā)掘出小部分和目標(biāo)用戶品味比較相似的用戶成為鄰居用戶群，基于鄰居歷史偏好信息組織成一個(gè)排序的目錄，為指定用戶進(jìn)行推薦。

核心問(wèn)題是：如何找到與目標(biāo)用戶相似品味的用戶集合？如何找到具有相似屬性的物品或信息？

為了解決第一個(gè)問(wèn)題“找到相似品味的用戶”，采用基于用戶的協(xié)同過(guò)濾推薦機(jī)制，在用戶的歷史偏好的數(shù)據(jù)上計(jì)算用戶的相似度，基于相似用戶的歷史偏好信息，為當(dāng)前用戶進(jìn)行推薦。

針對(duì)第二個(gè)問(wèn)題“找到具有相似屬性的物品或信息”，采用基于物品的協(xié)同過(guò)濾推薦機(jī)制，使用所有用戶對(duì)物品或者信息的偏好，發(fā)現(xiàn)物品和物品之間的相似度，然后根據(jù)用戶的歷史偏好信息，將類似的物品推薦給用戶。

三、實(shí)施方案

協(xié)同過(guò)濾的核心步驟，主要包括如下三個(gè)步：1）收集用戶偏好信息；2）找到相似的用戶或物品；3）計(jì)算推薦。

算法實(shí)現(xiàn)流程如圖1。

3.1 收集用戶偏好

用戶偏好度定義：根據(jù)不同行為反映用戶喜好的程度將它們進(jìn)行加權(quán)，得到用戶對(duì)于物品的總體喜好，按照系統(tǒng)現(xiàn)有數(shù)據(jù)，選取“日均使用頻次”作為偏好評(píng)估指標(biāo)。

應(yīng)用個(gè)性化推薦中，用戶對(duì)某種應(yīng)用的偏好度評(píng)價(jià)指標(biāo)取“日均使用頻次”。日均使用1次得1分，2次得2分，3次得3分，4次得4分，5次及以上得5分，生成評(píng)價(jià)結(jié)果清單。

3.2找到相似的用戶或物品

1）相似度計(jì)算方法：

計(jì)算基礎(chǔ)：向量（Vector）

計(jì)算結(jié)果：主要是計(jì)算兩個(gè)向量的距離，距離越近相似度越大。

應(yīng)用思路：基于用戶-物品偏好的二維矩陣。

將一個(gè)用戶對(duì)所有物品的偏好作為一個(gè)向量來(lái)計(jì)算用戶之間的相似度；將所有用戶對(duì)某個(gè)物品的偏好作為一個(gè)向量來(lái)計(jì)算物品之間的相似度。

2）如何根據(jù)相似度找到“用戶 ”或“ 物品”的鄰居：

（1）固定數(shù)量的鄰居：不論鄰居的“遠(yuǎn)近”，只取最近的 K 個(gè)，作為其鄰居。

（2）基于相似度門檻的鄰居：以當(dāng)前點(diǎn)為中心，距離為 K 的區(qū)域中的所有點(diǎn)都作為當(dāng)前點(diǎn)的鄰居，此方法得到的鄰居個(gè)數(shù)不確定，但相似度不會(huì)出現(xiàn)較大的誤差。

3.3 計(jì)算推薦

1）基于用戶的協(xié)同過(guò)濾（User CF）

計(jì)算思路：

（1）建立向量：按照每個(gè)用戶對(duì)所有物品的偏好得到一個(gè)向量；（2）計(jì)算用戶相似度：通過(guò)向量間的計(jì)算得到用戶之間的相似度；（3）找到相似鄰居：通過(guò)計(jì)算方法，找到當(dāng)前用戶X的 K 鄰居群體；（4）推薦清單：根據(jù)鄰居的相似度權(quán)重及對(duì)物品的偏好，預(yù)測(cè)當(dāng)前用戶X無(wú)偏好記錄或未購(gòu)買的物品，計(jì)算得到一個(gè)排序的物品列表向當(dāng)前用戶X推薦。

具體示例：對(duì)于用戶 A，根據(jù)用戶的歷史偏好，這里只計(jì)算得到一個(gè)鄰居 - 用戶 C，然后將用戶 C 喜歡的物品 D 推薦給用戶 A。

2）基于物品的協(xié)同過(guò)濾（Item CF）

計(jì)算思路：

（1）建立向量：將所有用戶對(duì)某個(gè)物品的偏好作為元素建立該物品的向量（2）得到物品相似度：通過(guò)向量間的計(jì)算得到物品之間的相似度（3）找到相似物品：通過(guò)計(jì)算方法，找到某個(gè)物品的相似物品（4）推薦清單：根據(jù)每個(gè)用戶歷史的偏好，預(yù)測(cè)當(dāng)前用戶尚未表示偏好的物品，計(jì)算得到一個(gè)排序的物品列表作為向當(dāng)前用戶推薦的清單。

具體示例：對(duì)于物品 A，根據(jù)所有用戶的歷史偏好，喜歡物品 A 的用戶都喜歡物品 C，得出物品 A 和物品 C 比較相似，而用戶 C 喜歡物品 A，那么可以推斷出用戶 C 可能也喜歡物品 C。

3）協(xié)同過(guò)濾推薦實(shí)例

假設(shè)要向U1推sohu，選擇兩個(gè)最近鄰居

基于用戶的協(xié)同過(guò)濾推薦得分：

U1：（U2 ：0.85，U3：0.70， U4：0，U5：-0.79）

兩個(gè)相鄰的鄰居為U2和U3，Sohu計(jì)算推薦的得分為：（0.85*3+0.70*5）/（0.85+0.7）=3.9

基于物品的協(xié)同過(guò)濾推薦得分：

Sohu： （QQ： 0.99， WeChat： 0.92， MSN：0.72，LeTV：0.93） 兩個(gè)相鄰的鄰居為QQ和LeTV，Sohu計(jì)算推薦的得分為： （0.99*5+0.93*4）/（0.99+0.93）=4.5

3.4用戶/物品的協(xié)同過(guò)濾（UserCF/ItemCF）適用場(chǎng)景

UserCF適合用于內(nèi)容推薦，因?yàn)樽鰹橐环N物品，內(nèi)容的更新非常快，每時(shí)每刻都有新的內(nèi)容出現(xiàn)，而ItemCF需要維護(hù)一張物品相關(guān)度的表，如果物品更新很快，那么這張表也需要很快的更新，在技術(shù)上很難實(shí)現(xiàn)。絕大多數(shù)相關(guān)度表都只能做到一天一次更新，這在內(nèi)容推薦的時(shí)候是不可接受的。

而UserCF只需用戶相似度表，雖然UserCF也需要對(duì)新增用戶更新相似度表，但在內(nèi)容推薦中，內(nèi)容的更新速度遠(yuǎn)高于新入網(wǎng)用戶的加入速度，完全可以給用戶相似度高的用戶推薦熱門內(nèi)容，因?yàn)橄啾菼temCF，UserCF顯然利大于弊。

同時(shí)從技術(shù)上考慮UserCF需要維護(hù)一張用戶相似度的矩陣，ItemCF也需要維護(hù)一張物品相似度的矩陣。ItemCF適用于物品數(shù)據(jù)量遠(yuǎn)小于用戶量，物品更新速度較慢。而UserCF適用于物品數(shù)據(jù)量遠(yuǎn)大于用戶量，且物品更新速度快，推薦要求時(shí)效性高。

四、應(yīng)用情況及效益分析

在實(shí)際的流量運(yùn)營(yíng)中，開展針對(duì)單用戶多應(yīng)用的組合營(yíng)銷，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的“輕資源、智能化”的實(shí)時(shí)營(yíng)銷。基于應(yīng)用活性將淘寶、支付寶、微信三個(gè)應(yīng)用組合為網(wǎng)絡(luò)達(dá)人系列應(yīng)用，將QQ、QQ空間、QQ音樂(lè)、微信四個(gè)應(yīng)用組合為企鵝愛(ài)好者，對(duì)比運(yùn)營(yíng)。基于物品的協(xié)同過(guò)濾算法（ItemCF）得到網(wǎng)絡(luò)達(dá)人和企鵝愛(ài)好者兩個(gè)系列組合應(yīng)用的潛在目標(biāo)用戶，經(jīng)過(guò)個(gè)性化推薦運(yùn)營(yíng)后，網(wǎng)絡(luò)達(dá)人系列應(yīng)用高于企鵝愛(ài)好者系列應(yīng)用的新裝用戶轉(zhuǎn)化率。淘寶應(yīng)用的新裝用戶轉(zhuǎn)化率最高為11.45%，QQ音樂(lè)新裝用戶轉(zhuǎn)化率最低為4.45%。運(yùn)營(yíng)效果數(shù)據(jù)如表3。

五、結(jié)束語(yǔ)

通過(guò)學(xué)習(xí)互聯(lián)網(wǎng)較成熟的協(xié)同過(guò)濾算法，合理選取輸入指標(biāo)，探索“基于用戶”和“基于物品”算法和用途的差異，將協(xié)同過(guò)濾算法固化到大數(shù)據(jù)分析平臺(tái)中，通過(guò)對(duì)全部目標(biāo)用戶相似度的計(jì)算，可以支持對(duì)推薦要求做出迅速響應(yīng)，從而達(dá)到拉升客戶轉(zhuǎn)化率的目的，有效緩解移動(dòng)公司促銷成本壓力，較好地符合互聯(lián)網(wǎng)時(shí)代客戶需求特征。

參 考 文 獻(xiàn)

[1]周軍鋒，湯顯，郭景峰；一種優(yōu)化的協(xié)同過(guò)濾推薦算法[J]；計(jì)算機(jī)研究與發(fā)展；2004年10期

[2]張鋒；常會(huì)友；使用BP神經(jīng)網(wǎng)絡(luò)緩解協(xié)同過(guò)濾推薦算法的稀疏性問(wèn)題[J]；計(jì)算機(jī)研究與發(fā)展；2006年04期.

[3]張光衛(wèi)；李德毅；李鵬；康建初；陳桂生；；基于云模型的協(xié)同過(guò)濾推薦算法[J]；軟件學(xué)報(bào)；2007年10期

[4]張亮；推薦系統(tǒng)中協(xié)同過(guò)濾算法若干問(wèn)題的研究[D]；北京郵電大學(xué)；2009年

[5]施鳳仙；陳恩紅；；結(jié)合項(xiàng)目區(qū)分用戶興趣度的協(xié)同過(guò)濾算法[J]；小型微型計(jì)算機(jī)系統(tǒng)；2012年07期