推薦系統(tǒng)中的協(xié)同過濾推薦技術(shù)研究

摘 要：隨著移動互聯(lián)網(wǎng)的進(jìn)步和信息量的急劇增長，信息過載使得用戶獲取需求信息更加困難。由于推薦系統(tǒng)可以較好地解決信息過載問題，因而被廣泛應(yīng)用于各種移動網(wǎng)絡(luò)平臺。在推薦系統(tǒng)中，應(yīng)用最為廣泛和成功的一種技術(shù)是協(xié)同過濾推薦。本文首先介紹了協(xié)同過濾推薦技術(shù)的原理、分類和存在的問題，然后簡要概括了評價推薦系統(tǒng)是比較常用的評估方法，并對進(jìn)一步需要研究的問題進(jìn)行總結(jié)。

關(guān)鍵詞：推薦系統(tǒng)；協(xié)同過濾；信息過載

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-5168（2018）10-0021-03

Summary of Collaborative Filtering Recommendation

Technology in Recommendation System

LI Zhuanyun TANG Guilin

（Anhui Post and Telecommunication College，Hefei Anhui 230031）

Abstract： With the progress of mobile Internet and the rapid growth of information， information overload makes it more difficult for users to obtain information. As the recommendation system can solve the problem of information overload well， it is widely used in various mobile network platforms. One of the most widely used and successful applications in recommender systems is collaborative filtering recommendation. This paper first introduced the principle， classification and existing problems of collaborative filtering recommendation technology， and then briefly summarized that the evaluation and recommendation system was a commonly used evaluation method， and summarized the further research problems.

Keywords： recommender system； collaborative filtering；information overload

1 研究背景

互聯(lián)網(wǎng)的普及和4G技術(shù)的快速發(fā)展極大推進(jìn)了通信網(wǎng)絡(luò)與互聯(lián)網(wǎng)的深度融合，使得網(wǎng)絡(luò)中的信息急劇增長，造成“信息超載”，使得用戶獲取有價值的信息難度越來越大。雖然搜索引擎可以過濾部分信息，但搜索到的信息未必符合用戶的需要。為解決“信息超載”的問題，并提供個性化服務(wù)，基于Web的推薦系統(tǒng)（Recommender Systems）被廣泛應(yīng)用，并且已取得了許多較有影響的研究成果。近年來，移動互聯(lián)網(wǎng)服務(wù)和信息內(nèi)容的日益增長，使得智能移動設(shè)備逐漸成為人們獲取信息的主要平臺之一，但同時，也給移動用戶帶來了嚴(yán)重的“信息超載”的問題[1]，影響了移動用戶的體驗(yàn)。隨著移動用戶的數(shù)量急劇增長，國內(nèi)外大學(xué)和研究機(jī)構(gòu)也對移動推薦展開了深入研究，其逐漸成為推薦系統(tǒng)研究領(lǐng)域的熱點(diǎn)之一，隨之研發(fā)出了移動推薦系統(tǒng)（Mobile Recommender System，簡稱MRS）[2]。

目前，推薦系統(tǒng)所采用的關(guān)鍵技術(shù)主要有基于關(guān)聯(lián)規(guī)則、基于內(nèi)容、基于協(xié)同過濾的推薦和混合推薦。對協(xié)同過濾最早的研究有Grundy system，現(xiàn)在比較著名的基于協(xié)同過濾技術(shù)的推薦系統(tǒng)有Group Lens/Net Perceptions、Tapestry、Ringo、PHOAKS systems、Jester system以及國內(nèi)的豆瓣網(wǎng)等。

2 協(xié)同過濾推薦技術(shù)

協(xié)同過濾推薦技術(shù)是推薦系統(tǒng)中應(yīng)用最為成功的技術(shù)之一，主要通過收集大量用戶信息、歷史訪問記錄等，根據(jù)用戶或項(xiàng)目間的相似性預(yù)測其可能感興趣的項(xiàng)目，并將預(yù)測結(jié)果反饋給用戶。關(guān)于協(xié)同過濾算法，Sarwar等人依據(jù)協(xié)同過濾技術(shù)所使用的事物之間的關(guān)聯(lián)性，將其分為基于項(xiàng)目的（Item-based）協(xié)同過濾算法與基于用戶的（User-based）協(xié)同過濾算法。

2.1 基于項(xiàng)目的協(xié)同過濾推薦

基于項(xiàng)目的協(xié)同過濾推薦，首先根據(jù)用戶對項(xiàng)目評價的二維矩陣數(shù)據(jù)來求出不同項(xiàng)目之間的相似度，然后利用相似度計算出結(jié)果推薦給用戶。這些推薦結(jié)果是通過發(fā)現(xiàn)與用戶喜歡的項(xiàng)目相似的項(xiàng)目來完成的。若要計算兩個項(xiàng)目之間的相似度，主要通過對兩個用戶已經(jīng)完成的評分記錄，然后使用相似性計算方法得出結(jié)果。在個性化推薦系統(tǒng)中，各項(xiàng)目之間的關(guān)系相對來說變化很小，相對比較穩(wěn)定，然后利用項(xiàng)目之間的相似性，通過在線計算就能快速得到預(yù)測結(jié)果。這種方法在提高推薦效率的同時，在某種程度上能解決基于用戶的協(xié)同過濾系統(tǒng)中存在的可擴(kuò)展性問題。

在大部分推薦系統(tǒng)中，數(shù)據(jù)的稀疏性問題比較普遍。傳統(tǒng)的相似性計算方式存在一定弊端，從而最終影響系統(tǒng)的推薦準(zhǔn)確率。為此，張忠平和郭獻(xiàn)麗[3]提出了一種新的項(xiàng)目相似性度量方法，即PEV相似性度量方法。但是，該算法的前提是要有一定數(shù)量用戶評分的項(xiàng)目。但是，對于一個新項(xiàng)目，由于還沒有任何用戶對其做出過評分，造成新項(xiàng)目無法被推薦，即出現(xiàn)冷啟動問題。由于項(xiàng)目的特征屬性比較穩(wěn)定，因此，其在一定程度上能解決新項(xiàng)目的冷啟動問題。例如，彭玉和程小平[4]提出了一個基于屬性相似性的協(xié)同過濾算法，彌補(bǔ)以往協(xié)同過濾推薦算法在新項(xiàng)目推薦方面的不足。

2.2 基于用戶的協(xié)同過濾推薦

基于用戶的協(xié)同過濾推薦技術(shù)通過計算目標(biāo)用戶的最近鄰居集進(jìn)行推薦。其核心概念是假設(shè)人與人之間的興趣具有某種程度的相似性，如觀看相似類型電影的用戶，則會看相似類型的電影。然而，傳統(tǒng)的協(xié)同過濾算法并未考慮到用戶興趣是動態(tài)變化的，過去訪問過的項(xiàng)目的興趣度并不能代表后來對該項(xiàng)目的興趣度不變，而且在某些項(xiàng)目中，興趣度會隨著時間的變化而變化。例如，用戶對不同衣服的興趣度隨著季節(jié)的變化而變化。董立巖等[5]提出將時間因素融入用戶項(xiàng)目評分矩陣中，以解決興趣衰減的問題。但是，該方法過于依賴用戶的歷史訪問記錄與評價，忽略了用戶數(shù)據(jù)稀疏的問題，最終影響推薦的準(zhǔn)確率。

3 協(xié)同過濾推薦技術(shù)存在的問題

協(xié)同過濾推薦技術(shù)作為一種可以實(shí)現(xiàn)個性化推薦的技術(shù)，雖然在個性化推薦中被廣泛應(yīng)用并取得了巨大成功，但也存在一些不足之處，如由于數(shù)據(jù)規(guī)模龐大而訪問記錄較少造成的稀疏問題，新用戶或新項(xiàng)目無訪問記錄造成的冷啟動問題和數(shù)據(jù)規(guī)模極速增長或需求不斷更新造成的可擴(kuò)展性問題等。國內(nèi)外研究人員也針對這些問題進(jìn)行了廣泛而深入的研究，且取得了一些成果，但對協(xié)同過濾的研究還要不斷完善。隨著互聯(lián)網(wǎng)的發(fā)展，尤其是移動互聯(lián)網(wǎng)的廣泛應(yīng)用，如何滿足新的需求，也是一個新的挑戰(zhàn)。因此，對于協(xié)同過濾算法的研究主要集中在處理稀疏性問題、冷開始問題和可擴(kuò)展性問題及推薦系統(tǒng)的快速反應(yīng)能力方面。

3.1 稀疏性問題

隨著互聯(lián)網(wǎng)的發(fā)展，用戶和項(xiàng)目急劇增加，推薦系統(tǒng)的規(guī)模越來越大，用戶和項(xiàng)目之間的項(xiàng)目選擇的重疊則更少，稀疏性問題也將更加突出。目前，解決數(shù)據(jù)稀疏性問題的方法通常有矩陣填充、矩陣分解和改進(jìn)相似度計算函數(shù)等。對于預(yù)設(shè)評分方法，這種預(yù)測并不能完全代表用戶的真實(shí)興趣，尤其是在用戶-項(xiàng)目數(shù)量急劇增長的情況下，預(yù)測的誤差率也相對增加，從而最終影響項(xiàng)目推薦的準(zhǔn)確性。對于與人工智能方法的結(jié)合，此方法在解決數(shù)據(jù)稀疏性問題的同時往往會犧牲推薦的精度，并且難以解決推薦計算的可擴(kuò)展性問題。對于降維方法，降維會損失重要信息，由于降維的效果與數(shù)據(jù)密切相關(guān)，并且在項(xiàng)目空間數(shù)目維數(shù)很高時，降維的效果難以保證。

3.2 冷啟動問題

冷啟動問題又稱第一評價問題（First-rater），或新項(xiàng)目問題（New-item），從一定角度可以看成是稀疏問題的極端情況。協(xié)同過濾推薦依靠的是用戶對項(xiàng)目的評分才能給出推薦。在推薦系統(tǒng)中，若增加一個新項(xiàng)目，由于沒有任何評價信息，那么該項(xiàng)目就永遠(yuǎn)沒有機(jī)會被推薦給用戶，即新項(xiàng)目的冷啟動問題。在協(xié)同過濾系統(tǒng)中，針對每個項(xiàng)目，都會有簡單的項(xiàng)目內(nèi)容分析或簡介，一般利用這些相關(guān)內(nèi)容，通過計算項(xiàng)目之間的相似性，建立項(xiàng)目的近鄰模型，然后根據(jù)相似性的大小進(jìn)行推薦。

冷啟動問題中還包括新用戶問題，一個新注冊加入的用戶由于從未對系統(tǒng)中的任何項(xiàng)目進(jìn)行評價，則系統(tǒng)無法獲取其興趣點(diǎn)，也就無法對其進(jìn)行推薦。針對這一問題，一般解決方案主要是利用對象熵、受歡迎程度和用戶個性屬性等進(jìn)行改進(jìn)。

3.3 可擴(kuò)展性問題

在推薦系統(tǒng)中，用戶和項(xiàng)目的數(shù)據(jù)組成一個用戶數(shù)目為[M]，項(xiàng)目數(shù)目為[N]的二維矩陣，計算用戶或項(xiàng)目的相似度的時間復(fù)雜度為O（[M*N]）。系統(tǒng)的可擴(kuò)展性問題（即適應(yīng)系統(tǒng)規(guī)模不斷擴(kuò)大的問題）也是影響推薦系統(tǒng)實(shí)施的重要因素。因此，開發(fā)一種適應(yīng)系統(tǒng)擴(kuò)展的算法也至關(guān)重要。隨著互聯(lián)網(wǎng)的快速發(fā)展，用戶和項(xiàng)目急劇增加，在整個空間上搜索目標(biāo)用戶的最近鄰居比較耗時，而且現(xiàn)在大多數(shù)的推薦系統(tǒng)是在線給出推薦結(jié)果，難以滿足推薦系統(tǒng)的實(shí)時性要求。另外，該類算法較為適用于用戶興趣愛好變化比較穩(wěn)定的情況，而且用戶興趣模型和項(xiàng)目模型訓(xùn)練的代價一般比較大，不適合頻繁地更新數(shù)據(jù)系統(tǒng)。

3.4 移動推薦系統(tǒng)中應(yīng)用問題

4G移動互聯(lián)網(wǎng)的快速發(fā)展為移動網(wǎng)絡(luò)帶來了無盡的應(yīng)用空間，“小巧輕便”及“通訊便捷”兩個特點(diǎn)，決定了移動互聯(lián)網(wǎng)與傳統(tǒng)互聯(lián)網(wǎng)的根本不同之處，也為用戶提供了更加豐富的業(yè)務(wù)種類、個性化服務(wù)和更高質(zhì)量的服務(wù)。由于移動設(shè)備便于攜帶，可以隨用戶移動，這使得推薦的信息要更有針對性，如根據(jù)所在位置推薦某用戶喜歡的商品、餐飲等信息。目前，針對移動推薦系統(tǒng)的研究也取得了一定的進(jìn)展，在新聞、搜索、旅游、博客、廣告、電影和音樂等領(lǐng)域均有研究成果，如Davidsson C等人的研究[6]是基于位置上下文的個性化移動應(yīng)用程序推薦，位置信息通過移動設(shè)備自動感知或人為設(shè)定獲取，根據(jù)當(dāng)前位置移動應(yīng)用程序的使用情況向用戶推薦。但目前，由于個人的隱私和信息安全問題，獲取移動用戶的位置及訪問記錄等相關(guān)信息相對比較困難。因此，如何更好地結(jié)合移動社會化網(wǎng)絡(luò)與移動推薦，有效評價移動推薦系統(tǒng)的性能，設(shè)計符合移動設(shè)備的交互方式均是今后的主要研究方向。

4 評估方法

推薦系統(tǒng)的評價是一個非常重要的問題，如果推薦系統(tǒng)的推薦質(zhì)量較高，會使得用戶數(shù)據(jù)越來越多，推薦系統(tǒng)所產(chǎn)生的推薦結(jié)果也就越來越精確，從而形成一種良性循環(huán)。試驗(yàn)標(biāo)準(zhǔn)的選擇和設(shè)置是推薦算法試驗(yàn)中的重要組成部分，合理的評價標(biāo)準(zhǔn)能有效檢測出算法性能以及算法中有待改進(jìn)之處。本文使用了推薦系統(tǒng)中評價算法預(yù)測精度的指標(biāo)對算法進(jìn)行評價，其被分為統(tǒng)計精度度量方法SAM（Statical Accuracy Metrics），決策支持精度度量方法DSAM（Decision Support Accuracy Metrics）和準(zhǔn)確率（Precision）三種方法，且本文采用準(zhǔn)確率這種評價標(biāo)準(zhǔn)對協(xié)同過濾算法進(jìn)行實(shí)驗(yàn)分析與評價。

4.1 統(tǒng)計精度度量方法

SAM使用平均絕對偏差MAE（Mean Absolute Error）。MAE表達(dá)直觀，易于理解，是最常用的一種推薦質(zhì)量度量方法。設(shè)推薦系統(tǒng)預(yù)測的用戶評分集合表示為[p1，p2，…，pN]，對應(yīng)的實(shí)際用戶評分集合為[q1，q2，…，qN]，則平均絕對偏差MAE定義公式為：

[MAE=i=1Npi-qiN] （1）

在這里，MAE越小，推薦質(zhì)量越高。

4.2 決策支持精度度量方法

DSAM最常用的決策支持精度尺度是ROC（Receive Operating Characteristic）。ROC把預(yù)測過程看作是一個二進(jìn)制操作，每個信息項(xiàng)只能被預(yù)測為好和不好，其把預(yù)測過程看作是一個過濾過程。

4.3 準(zhǔn)確率（Precision）

準(zhǔn)確率（Precision）作為該算法的評價標(biāo)準(zhǔn)，其也是一個衡量推薦系統(tǒng)準(zhǔn)確度的評價標(biāo)準(zhǔn)，表示正確推薦數(shù)目占整個[Top-N]推薦集的比例。如果[Top-N]推薦集中某個項(xiàng)目[i]出現(xiàn)在目標(biāo)用戶測試集中的訪問記錄里，則表示生成了一個正確推薦。具體計算為：

[Precision=HitsN] （2）

其中，[Hits]表示算法產(chǎn)生的正確推薦數(shù)目，[N]表示算法生成的推薦總數(shù)。

4.4 評價指標(biāo)

對移動推薦系統(tǒng)性能的評價，由于在移動推薦領(lǐng)域中公開可以使用的數(shù)據(jù)集較少，主要是用評價指標(biāo)來衡量的。通過調(diào)查問卷的方式可以了解到用戶的滿意度、交互體驗(yàn)等指標(biāo)。但不足之處是成本較大，樣本數(shù)量有限。這也是移動推薦系統(tǒng)需要解決的問題之一。

5 結(jié)語

推薦系統(tǒng)在過去的十幾年中取得了巨大進(jìn)步，在電子商務(wù)、社會網(wǎng)絡(luò)、網(wǎng)絡(luò)購物和新聞等領(lǐng)域得到了廣泛應(yīng)用。隨著信息技術(shù)的迅速發(fā)展和信息內(nèi)容的急劇增長，未來的網(wǎng)絡(luò)信息個性化服務(wù)需求日益提高，個性化推薦系統(tǒng)將會被更廣泛地關(guān)注和應(yīng)用。協(xié)同過濾推薦技術(shù)是推薦技術(shù)中應(yīng)用最成功的技術(shù)之一，但其仍存在稀疏性、冷啟動和可擴(kuò)展性等問題需要進(jìn)行深入、細(xì)致的研究，以提高推薦系統(tǒng)的服務(wù)質(zhì)量。本文對目前比較流行的協(xié)同過濾推薦系統(tǒng)進(jìn)行概述，歸納總結(jié)了面臨的問題，為今后如何在實(shí)際應(yīng)用中解決這些問題提供參考。

參考文獻(xiàn)：

[1]李勇.移動互聯(lián)網(wǎng)信息安全威脅與漏洞分析[J].通信技術(shù)，2014（4）：439-444.

[2]Ricci F. Mobile recommender systems.[J]. Information Technology Tourism，2010（6）：205-231.

[3]張忠平，郭獻(xiàn)麗.PEV：一種新的用于Item—Based協(xié)同過濾算法的相似性度量方法[J].小型微型計算機(jī)系統(tǒng)，2009（4）：716-720.

[4]彭玉，程小平.基于屬性相似性的Item-based協(xié)同過濾算法[J].計算機(jī)工程與應(yīng)用，2007（14）：144-147.

[5]董立巖，王越群，賀嘉楠，等.基于時間衰減的協(xié)同過濾推薦算法[J].吉林大學(xué)學(xué)報（工學(xué)版），2017（4）：1268-1272.

[6]Davidsson C，Moritz S. Utilizing implicit feedback and context to recommend mobile applications from first use[C]// The Workshop on Context-Awareness in Retrieval Recommendation. ACM， 2011.